飞行员语音讲评系统的研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外相关研究进展 | 第11-13页 |
| 1.3 本文主要研究思路 | 第13-14页 |
| 第2章 语音识别理论基础 | 第14-39页 |
| 2.1 语音的产生 | 第15-16页 |
| 2.1.1 人体发生机制 | 第15-16页 |
| 2.1.2 基音周期 | 第16页 |
| 2.1.3 共振峰 | 第16页 |
| 2.2 语音信号数字模型 | 第16-17页 |
| 2.3 语音信号预处理 | 第17-21页 |
| 2.3.1 采样量化 | 第17-18页 |
| 2.3.2 预加重 | 第18页 |
| 2.3.3 语音信号的分帧加窗 | 第18-20页 |
| 2.3.4 端点检测 | 第20-21页 |
| 2.4 特征参数的提取 | 第21-29页 |
| 2.4.1 倒谱分析法 | 第21-22页 |
| 2.4.2 线性预测分析 | 第22-24页 |
| 2.4.3 线性预测倒谱系数 | 第24-25页 |
| 2.4.4 共振峰包络参数 | 第25-26页 |
| 2.4.5 梅尔频率倒谱系数 | 第26-29页 |
| 2.5 神经网络基础 | 第29-33页 |
| 2.5.1 人工神经网络的概念 | 第29页 |
| 2.5.2 神经元模型 | 第29-32页 |
| 2.5.3 人工神经网络结构 | 第32页 |
| 2.5.4 人工神经网络学习方法 | 第32-33页 |
| 2.6 BP神经网络 | 第33-38页 |
| 2.6.1 BP网络模型结构 | 第33-34页 |
| 2.6.2 BP算法分析 | 第34-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第3章 语音识别技术的优化与改进 | 第39-55页 |
| 3.1 端点检测优化 | 第39-45页 |
| 3.1.1 格分维法端点检测 | 第39-40页 |
| 3.1.2 递归法端点检测 | 第40-42页 |
| 3.1.3 与传统端点检测法比较分析 | 第42-45页 |
| 3.2 改进静态特性的MFCC差分特征值提取 | 第45-46页 |
| 3.3 BP网络训练算法的优化 | 第46-54页 |
| 3.3.1 阻尼最小二乘法改进BP网络 | 第46-49页 |
| 3.3.2 粒子群优化算法 | 第49-52页 |
| 3.3.3 粒子群算法优化BP神经网络 | 第52-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 飞行员语音讲评系统实验结果分析 | 第55-66页 |
| 4.1 飞行员语音讲评系统数据与界面建立 | 第55-57页 |
| 4.1.1 语音讲评大纲的建立 | 第55-56页 |
| 4.1.2 语音讲评系统中界面的建立 | 第56-57页 |
| 4.2 语音讲评系统中输入语音样本的采集 | 第57页 |
| 4.3 语音讲评系统中神经网络参数选取 | 第57-59页 |
| 4.4 输入数据归一化 | 第59页 |
| 4.5 语音讲评系统识别结果分析 | 第59-60页 |
| 4.6 不同参数及方法对语音讲评识别率影响及分析 | 第60-62页 |
| 4.6.1 不同的特征提取方法的比较 | 第60-61页 |
| 4.6.2 不同隐含层节点数的比较 | 第61-62页 |
| 4.6.3 不同激活函数的比较 | 第62页 |
| 4.7 飞行员语音讲评结果分析 | 第62-65页 |
| 4.8 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第71页 |
