背景噪声下孤立词识别算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究的背景与意义 | 第10页 |
| ·语音识别技术的发展与研究现状 | 第10-14页 |
| ·语音识别技术研究的发展状况 | 第10-12页 |
| ·语音识别技术面临的主要问题 | 第12-13页 |
| ·语音识别未来发展的趋势 | 第13-14页 |
| ·语音识别系统描述 | 第14-16页 |
| ·本文的研究内容 | 第16-18页 |
| 第2章 低信噪比下语音端点检测及语音增强技术 | 第18-43页 |
| ·端点检测的重要性与难点 | 第18-19页 |
| ·端点检测算法的研究 | 第19-25页 |
| ·语音特性和噪声特性 | 第19-22页 |
| ·传统时域端点检测算法 | 第22-24页 |
| ·基于谱熵的端点检测算法 | 第24页 |
| ·自相关系数熵的端点检测算法 | 第24-25页 |
| ·端点检测技术 | 第25-32页 |
| ·端点检测方法 | 第25-27页 |
| ·端点检测算法仿真 | 第27-32页 |
| ·语音增强算法 | 第32-41页 |
| ·语音增强算法 | 第33-37页 |
| ·语音增强算法仿真 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第3章 背景噪声环境下语音特征参数的提取和优化 | 第43-62页 |
| ·语音特征提取研究的意义与难点 | 第43页 |
| ·语音识别系统常用特征参数简介 | 第43-47页 |
| ·线性预测倒谱参数 | 第43-45页 |
| ·美尔频率倒谱参数 | 第45-47页 |
| ·混合特征参数 | 第47页 |
| ·背景噪声下的特征分析 | 第47-60页 |
| ·MFCC+△MFCC特征阶数的影响 | 第48-52页 |
| ·MFCC+△MFCC分量相对重要性 | 第52-58页 |
| ·不同特征组合与单一特征比较 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 语音识别模型 | 第62-71页 |
| ·动态时间规整技术 | 第62-63页 |
| ·隐马尔可夫模型 | 第63-69页 |
| ·HMM的引入 | 第63页 |
| ·HMM的定义 | 第63-64页 |
| ·HMM在语音识别中的三个基本问题 | 第64-65页 |
| ·HMM的一些实际问题 | 第65-69页 |
| ·DTW和HMM对比 | 第69页 |
| ·基于HMM的孤立词语音识别系统的模型选择 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 基于HMM模型孤立词语音识别系统的实现 | 第71-78页 |
| ·语音识别系统设计 | 第71-72页 |
| ·语音数据库 | 第72页 |
| ·语音数据的预处理 | 第72-73页 |
| ·特征参数的提取 | 第73页 |
| ·HMM模型训练 | 第73页 |
| ·HMM模型识别 | 第73-74页 |
| ·语音识别图形界面设计 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| ·总结 | 第78页 |
| ·展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 附录 | 第84页 |
