噪声背景下孤立词语音识别方法研究与仿真
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8页 |
| ·国内外发展历史和研究现状 | 第8-10页 |
| ·国外发展历史和研究现状 | 第8-9页 |
| ·我国发展历史和研究现状 | 第9-10页 |
| ·技术难点 | 第10-11页 |
| ·论文工作和内容 | 第11-13页 |
| 第二章 语音信号的预处理和特征提取 | 第13-35页 |
| ·语音识别概述 | 第13-14页 |
| ·语音识别的分类 | 第13页 |
| ·语音识别流程 | 第13-14页 |
| ·语音信号分析 | 第14-22页 |
| ·时域分析 | 第14-18页 |
| ·频域分析 | 第18页 |
| ·小波分析 | 第18-22页 |
| ·语音信号的数字化和预处理 | 第22-31页 |
| ·数字化语音信号 | 第22-24页 |
| ·预加重 | 第24页 |
| ·分帧和加窗 | 第24-25页 |
| ·小波去噪 | 第25-30页 |
| ·端点检测 | 第30-31页 |
| ·特征参数的提取 | 第31-35页 |
| ·线性预测参数LPC | 第31-32页 |
| ·线性预测倒谱参数LPCC | 第32-33页 |
| ·Mel 频率倒谱参数MFCC | 第33-35页 |
| 第三章 语音特征参数的训练与识别 | 第35-50页 |
| ·DTW 算法 | 第35-38页 |
| ·DP 算法 | 第35-36页 |
| ·高效DTW 算法 | 第36-38页 |
| ·HMM 模型 | 第38-40页 |
| ·马尔可夫Markov 链 | 第38-39页 |
| ·隐马尔可夫模型 | 第39-40页 |
| ·HMM 算法的三个问题 | 第40-41页 |
| ·HMM 算法改进 | 第41-47页 |
| ·前向—后向算法 | 第41-42页 |
| ·Viterbi 算法 | 第42-44页 |
| ·Baum-Welch 算法 | 第44-47页 |
| ·DTW 与HMM 的比较 | 第47-50页 |
| 第四章 仿真系统的设计与性能测试 | 第50-66页 |
| ·系统结构 | 第50-64页 |
| ·语音数据的采集 | 第50-51页 |
| ·预处理 | 第51-52页 |
| ·语音信号去噪 | 第52-54页 |
| ·端点检测 | 第54-56页 |
| ·提取特征参数 | 第56-60页 |
| ·DTW | 第60-61页 |
| ·HMM | 第61-64页 |
| ·系统性能评价 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·实验总结 | 第66页 |
| ·应用展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第71页 |
