基于自组织神经网络的语音识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 符号说明 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·前言 | 第9页 |
| ·语音识别技术的发展状况 | 第9-11页 |
| ·语音识别的国内研究状况 | 第11-12页 |
| ·语音识别系统 | 第12-14页 |
| ·语音识别系统分类 | 第12页 |
| ·语音识别系统的基本构成 | 第12-13页 |
| ·神经网络在语音识别中的应用 | 第13-14页 |
| ·本文的主要工作和内容安排 | 第14-15页 |
| 第二章 语音分析和特征提取 | 第15-23页 |
| ·语音信号分析 | 第15-16页 |
| ·线性预测编码分析技术 | 第15-16页 |
| ·语音信号的滤波器组分析技术 | 第16页 |
| ·语音特征提取 | 第16-21页 |
| ·时域特征参数 | 第17页 |
| ·频域特征参数 | 第17-21页 |
| ·语音预处理 | 第21页 |
| ·语音信号端点的检测 | 第21-23页 |
| 第三章 自组织神经网络 | 第23-33页 |
| ·人工神经网络概述 | 第23-24页 |
| ·自组织神经网络简介 | 第24-25页 |
| ·自组织神经网络识别模型的建立 | 第25-33页 |
| ·自组织神经网络结构的设计 | 第25-26页 |
| ·自组织神经网络的训练 | 第26-27页 |
| ·自组织神经网络的改进和模式标识 | 第27-28页 |
| ·自组织神经网络的MATLAB程序实现 | 第28-33页 |
| 第四章 实验与分析 | 第33-61页 |
| ·语音样本库的建立 | 第33页 |
| ·语音预加重 | 第33-34页 |
| ·端点检测 | 第34-37页 |
| ·频域特征参数提取 | 第37-41页 |
| ·LPC参数的提取 | 第37-38页 |
| ·LPCC参数的提取 | 第38页 |
| ·MFCC参数的提取 | 第38-39页 |
| ·特征参数的归一化 | 第39页 |
| ·语音特征资料库的程序实现 | 第39-41页 |
| ·SOM识别仿真及性能分析 | 第41-57页 |
| ·神经网络模型的建立和特征参数稳定性检验 | 第41-43页 |
| ·调节邻域和学习率对SOM分类聚类性能的影响 | 第43-50页 |
| ·神经网络的改进 | 第50-53页 |
| ·训练次数对识别性能的影响 | 第53-55页 |
| ·训练样本数目对识别性能的影响 | 第55-57页 |
| ·特征参数性能对比 | 第57-59页 |
| ·识别系统扩容性能校验 | 第59-61页 |
| 第五章 结束语 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢与声明 | 第66-67页 |
| 攻读硕士期间发表的论文 | 第67页 |
