基于小波分析与神经网络的语音端点检测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·端点检测技术的发展和研究现状 | 第9-12页 |
| ·端点检测技术的发展及研究现状 | 第9-11页 |
| ·端点检测存在的问题 | 第11页 |
| ·语音端点检测的发展方向 | 第11-12页 |
| ·本文的主要工作和章节安排 | 第12-13页 |
| 2 几种常用的语音端点检测方法 | 第13-21页 |
| ·基于能量的端点检测 | 第13-15页 |
| ·基于短时能量或短时平均幅度的检测方法 | 第13-14页 |
| ·基于短时能量及过零率的检测方法 | 第14-15页 |
| ·基于熵的语音端点检测 | 第15-16页 |
| ·基于信息熵的检测方法 | 第15-16页 |
| ·基于谱熵的检测方法 | 第16页 |
| ·基于倒谱的语音端点检测 | 第16-18页 |
| ·基于频带方差的语音端点检测 | 第18-19页 |
| ·多特征融合的端点检测算法 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 基于小波分析和神经网络的端点检测方法 | 第21-57页 |
| ·系统结构设计介绍 | 第21-23页 |
| ·检测的理论依据 | 第23-31页 |
| ·语音与噪声的频域差异分析 | 第23-27页 |
| ·语音与噪声的统计自相似性分析 | 第27-31页 |
| ·基于小波分析的特征量提取 | 第31-47页 |
| ·小波分析的优点 | 第32-41页 |
| ·小波分析方法提取特征量 | 第41-47页 |
| ·神经网络端点检测算法模型与实现 | 第47-57页 |
| ·人工神经网络概述 | 第47页 |
| ·端点检测的神经网络结构 | 第47-52页 |
| ·基于神经网络的语音端点检测 | 第52-55页 |
| ·应用综合判决准则 | 第55-57页 |
| 4 实验结果与分析 | 第57-63页 |
| ·实验描述 | 第57页 |
| ·实验结果分析 | 第57-62页 |
| ·不同检测方法结果与分析 | 第58-60页 |
| ·神经网络方法结果与分析 | 第60-62页 |
| ·小结 | 第62-63页 |
| 5 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
