语音信号鲁棒特征提取及可视化技术研究
| 摘要 | 第1-8页 |
| Abstract | 第8-15页 |
| 第1章 绪论 | 第15-25页 |
| ·语音信号研究背景概述 | 第15-16页 |
| ·国内外研究现状 | 第16-21页 |
| ·语音识别技术研究 | 第16-18页 |
| ·语音可视化技术研究 | 第18-20页 |
| ·语音信号特征参数提取技术研究 | 第20-21页 |
| ·课题的提出及其研究意义 | 第21-22页 |
| ·课题研究需要解决的难题 | 第22-23页 |
| ·章节安排 | 第23-25页 |
| 第2章 语音信号分析相关问题介绍 | 第25-41页 |
| ·概述 | 第25页 |
| ·语音生成系统和语音感知系统 | 第25-31页 |
| ·语音生成系统 | 第25-28页 |
| ·语音感知系统 | 第28-31页 |
| ·语音信号生成的产生模型 | 第31-33页 |
| ·语音信号的时域波形 | 第33-35页 |
| ·音素与音节 | 第35页 |
| ·基音与四声 | 第35-36页 |
| ·语音信号数字处理中的短时分析技术 | 第36页 |
| ·语音信号预处理技术 | 第36-40页 |
| ·语音信号的采样和量化 | 第36-37页 |
| ·语音信号的预加重 | 第37-38页 |
| ·语音信号的分帧和加窗处理 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 语音信号端点检测技术 | 第41-55页 |
| ·问题的提出 | 第41-42页 |
| ·几种常用的端点检测算法 | 第42-46页 |
| ·四种端点检测方法比较总结 | 第46页 |
| ·基于短时能零积和鉴别信息的语音端点检测算法 | 第46-49页 |
| ·子带能量的计算 | 第47页 |
| ·鉴别信息的计算 | 第47-48页 |
| ·端点检测的判别流程 | 第48-49页 |
| ·实验结果对比及分析 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 遗传小波神经网络分类器设计 | 第55-73页 |
| ·问题的提出 | 第55-56页 |
| ·神经元模型 | 第56-57页 |
| ·BP神经网络 | 第57-59页 |
| ·小波神经网络 | 第59-66页 |
| ·小波分析理论 | 第59-63页 |
| ·小波分析理论的发展史 | 第59-60页 |
| ·小波变换 | 第60-61页 |
| ·多分辨分析 | 第61-63页 |
| ·小波神经网络的设计和学习算法 | 第63-66页 |
| ·使用遗传算法优化小波神经网络 | 第66-71页 |
| ·基本思想 | 第66-67页 |
| ·算法实现的关键技术 | 第67-69页 |
| ·算法步骤与流程 | 第69页 |
| ·网络性能分析与评估 | 第69-71页 |
| ·本章小结 | 第71-73页 |
| 第5章 类MFCC鲁棒特征参数提取 | 第73-93页 |
| ·问题的提出 | 第73页 |
| ·Mel频率倒谱系数(MFCC) | 第73-77页 |
| ·基于MUSIC和感知特性的鲁棒特征参数 | 第77-84页 |
| ·MUSIC谱估计 | 第77-80页 |
| ·感知处理 | 第80-81页 |
| ·PMUSIC-MFCC特征提取流程 | 第81-82页 |
| ·实验结果对比 | 第82-84页 |
| ·基于MUSIC和调制谱滤波的动态特征参数 | 第84-92页 |
| ·调制谱原理 | 第85-87页 |
| ·MMS-MFCC特征提取流程 | 第87-90页 |
| ·实验结果对比 | 第90-92页 |
| ·本章小结 | 第92-93页 |
| 第6章 基于小波包变换的鲁棒特征参数 | 第93-107页 |
| ·小波包分解 | 第93-95页 |
| ·基于小波包变换的新参数 | 第95-104页 |
| ·新参数的算法构想 | 第95-96页 |
| ·小波包对频带的划分 | 第96-98页 |
| ·小波函数的选取 | 第98-102页 |
| ·新参数提取流程 | 第102-104页 |
| ·实验结果对比 | 第104-106页 |
| ·本章小结 | 第106-107页 |
| 第7章 语音识别特征参数优化选择 | 第107-117页 |
| ·问题的提出 | 第107-108页 |
| ·基于正交实验设计的特征参数选择 | 第108-116页 |
| ·基本正交实验设计简介 | 第108-110页 |
| ·因子和水平的选择 | 第110页 |
| ·正交表的选用及构造 | 第110-111页 |
| ·正交实验结果与分析 | 第111-116页 |
| ·对比实验结果与分析 | 第116页 |
| ·本章小结 | 第116-117页 |
| 第8章 语音可视化技术研究 | 第117-141页 |
| ·问题的提出 | 第117页 |
| ·基于语谱图的可视化方法 | 第117-118页 |
| ·基于LLE和模糊核聚类的可视化方法 | 第118-126页 |
| ·局部线性嵌入(LLE)方法 | 第119-121页 |
| ·改进LLE方法 | 第121页 |
| ·核方法 | 第121-123页 |
| ·模糊核聚类算法 | 第123-124页 |
| ·仿真实验结果与分析 | 第124-126页 |
| ·基于集成特征和神经网络的可视化方法 | 第126-140页 |
| ·可视化系统结构模块 | 第127-128页 |
| ·神经网络设计 | 第128-129页 |
| ·声调特征映射图案信息 | 第129-132页 |
| ·基于共振峰特征的三基色配色方案设计 | 第132-134页 |
| ·图像位置信息映射 | 第134-135页 |
| ·图像合成 | 第135页 |
| ·仿真实验及结果分析 | 第135-140页 |
| ·本章小结 | 第140-141页 |
| 第9章 结论与展望 | 第141-145页 |
| ·本文主要工作及创新点 | 第141-143页 |
| ·进一步研究的展望 | 第143-145页 |
| 参考文献 | 第145-153页 |
| 致谢 | 第153-155页 |
| 攻读博士学位期间所发表的学术论文 | 第155-157页 |
| 攻读博士学位期间所获奖项 | 第157页 |
