普通话音节音素定位与识别算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题背景 | 第9-10页 |
| ·语音识别国内外的研究动态及发展趋势 | 第10-12页 |
| ·技术路线方案 | 第12-13页 |
| ·论文结构安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 2 汉语、英语语音特点分析 | 第15-20页 |
| ·音节音素 | 第15-17页 |
| ·汉语音节音素的分类 | 第15-16页 |
| ·英语音节音素的分类 | 第16-17页 |
| ·小结 | 第17页 |
| ·声调 | 第17-18页 |
| ·汉语声调 | 第17-18页 |
| ·英语重读 | 第18页 |
| ·小结 | 第18页 |
| ·连读 | 第18-19页 |
| ·汉语连读 | 第18-19页 |
| ·英语连读 | 第19页 |
| ·小结 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 语音信号特征提取过程 | 第20-28页 |
| ·语音信号预处理 | 第20-24页 |
| ·采样与量化 | 第20-21页 |
| ·预加重处理 | 第21-22页 |
| ·加窗分帧 | 第22-23页 |
| ·端点检测 | 第23-24页 |
| ·语音信号特征提取 | 第24-27页 |
| ·线性预测系数LPC | 第24-25页 |
| ·美尔倒谱系数MFCC | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 识别模型和算法 | 第28-37页 |
| ·矢量量化模型VQ | 第28页 |
| ·动态时间规整模型DTW | 第28-29页 |
| ·隐马尔科夫模型HMM | 第29-30页 |
| ·人工神经网络模型ANN | 第30-36页 |
| ·神经网络的基本概念 | 第30-33页 |
| ·BP神经网络模型 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 5 实验技术方案验证与结果分析 | 第37-58页 |
| ·语料库的建立 | 第38页 |
| ·语音信号预处理、特征提取 | 第38-39页 |
| ·音节音素定位分割 | 第39-43页 |
| ·检测声门闭合瞬间 | 第39-40页 |
| ·普通话声调识别辨认 | 第40-42页 |
| ·普通话音节音素分割定位 | 第42-43页 |
| ·音节音素分类识别 | 第43-57页 |
| ·待识别音素 | 第43-44页 |
| ·音素分类识别 | 第44-57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64-66页 |
