中等词汇量的汉语连续语音关键词识别系统
| 第1章 绪论 | 第1-19页 |
| ·语音识别概述 | 第11-12页 |
| ·关键词识别 | 第12-15页 |
| ·定义 | 第12-13页 |
| ·应用领域 | 第13页 |
| ·性能评价 | 第13-14页 |
| ·研究现状及难点 | 第14-15页 |
| ·论文由来 | 第15-19页 |
| ·问题的提出 | 第15-16页 |
| ·研究目的和意义 | 第16页 |
| ·完成的主要工作 | 第16-17页 |
| ·本文的主要创新 | 第17页 |
| ·结构安排 | 第17-19页 |
| 第2章 基本原理 | 第19-37页 |
| ·语音信号分析 | 第19-23页 |
| ·数学模型 | 第19-20页 |
| ·时域分析 | 第20-22页 |
| ·频域分析 | 第22页 |
| ·倒谱分析 | 第22-23页 |
| ·时频域分析 | 第23页 |
| ·预处理方法 | 第23-24页 |
| ·特征提取 | 第24-28页 |
| ·语音短时谱直接导出的参数 | 第25页 |
| ·线性预测编码参数 | 第25-26页 |
| ·线性预测相关参数 | 第26-27页 |
| ·美尔频率倒谱系数 | 第27-28页 |
| ·关键词识别原理 | 第28-31页 |
| ·关键词识别与连续语音识别的关系 | 第28页 |
| ·系统组成 | 第28-29页 |
| ·关键词识别的基本问题 | 第29-30页 |
| ·关键词识别系统的技术难点 | 第30-31页 |
| ·仿生模式识别原理 | 第31-37页 |
| ·问题的提出 | 第31-32页 |
| ·仿生模式识别原理 | 第32-33页 |
| ·仿生模式识别的数学工具 | 第33-34页 |
| ·仿生模式识别的硬件实现 | 第34-37页 |
| 第3章 基于仿生模式识别的关键词识别 | 第37-53页 |
| ·常用语音识别模型 | 第37-42页 |
| ·动态时间规整 | 第37-39页 |
| ·分类模型 | 第39页 |
| ·高斯混合模型 | 第39-40页 |
| ·人工神经网络 | 第40-42页 |
| ·仿生模式识别的模型 | 第42-46页 |
| ·软件实现的基本操作 | 第42-43页 |
| ·点到超平面距离算法 | 第43-44页 |
| ·点到封闭多面体的距离算法 | 第44-46页 |
| ·隐马尔可夫模型 | 第46-50页 |
| ·定义 | 第46-47页 |
| ·HMM语音模型参数 | 第47-48页 |
| ·HMM的基本问题及解决方案 | 第48-49页 |
| ·模型参数的初始化 | 第49-50页 |
| ·实验 | 第50-53页 |
| ·概述 | 第50-51页 |
| ·实验数据 | 第51-53页 |
| 第4章 基于仿生模式识别的端点检测 | 第53-62页 |
| ·概述 | 第53-54页 |
| ·基于仿生模式识别的端点检测算法 | 第54-57页 |
| ·汉语语音声学特性 | 第54-56页 |
| ·算法原理 | 第56-57页 |
| ·常用端点检测方法 | 第57-61页 |
| ·基于能量的端点检测 | 第57-58页 |
| ·基于信息嫡的端点检测 | 第58-59页 |
| ·基于频带方差的端点检测 | 第59-60页 |
| ·基于倒谱特征的带噪语音信号端点检测 | 第60-61页 |
| ·实验 | 第61-62页 |
| 第5章 说话验证方面的应用 | 第62-71页 |
| ·说话验证 | 第62-65页 |
| ·假设检验和置信度估计 | 第62-63页 |
| ·假设检验的评估 | 第63-64页 |
| ·方法及研究现状 | 第64-65页 |
| ·RSVM原理及方法 | 第65-69页 |
| ·RSVM的基本思想 | 第66-67页 |
| ·RSVM的方程式推导 | 第67-68页 |
| ·参数选择和训练算法 | 第68-69页 |
| ·实验 | 第69-71页 |
| ·概述 | 第69页 |
| ·实验数据 | 第69-71页 |
| 第6章 旅游信息关键词识别系统 | 第71-74页 |
| ·系统概述 | 第71页 |
| ·系统开发环境 | 第71页 |
| ·系统功能模块 | 第71-72页 |
| ·系统界面 | 第72-74页 |
| 第7章 总结与展望 | 第74-76页 |
| ·论文总结 | 第74页 |
| ·展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第79页 |
