噪声环境下孤立词语音识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 概况 | 第9-19页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.2.1 自动语音识别(ASR) | 第9-11页 |
| 1.2.2 大脑中的听觉表示和编码 | 第11-13页 |
| 1.3 ASR的经典方法 | 第13-18页 |
| 1.3.1 前端处理 | 第13-16页 |
| 1.3.2 后端处理 | 第16-18页 |
| 1.4 AURORA-2语音数据集 | 第18页 |
| 1.5 本论文的主要内容 | 第18-19页 |
| 第二章 基于线性神经元模型的语音表征 | 第19-34页 |
| 2.1 谱时响应野(STRF) | 第19-20页 |
| 2.2 用于STRF学习的线性方法 | 第20-27页 |
| 2.2.1 用于STRF学习的线性方法原理 | 第20-21页 |
| 2.2.2 STRF的预处理 | 第21-24页 |
| 2.2.3 优化目标函数的算法 | 第24页 |
| 2.2.4 目标函数 | 第24-27页 |
| 2.3 实验过程及实验结果分析 | 第27-33页 |
| 2.3.1 AURORA-2数据集的STRF训练 | 第27-32页 |
| 2.3.2 ASR中基于STRF的表征 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于神经元的尖峰语音表征 | 第34-42页 |
| 3.1 基于神经元的尖峰语音表征原理 | 第34-35页 |
| 3.2 特征检测器训练 | 第35-38页 |
| 3.2.1 支持向量机(SVM) | 第35-36页 |
| 3.2.2 使用SVM进行训练 | 第36-38页 |
| 3.2.3 集合训练 | 第38页 |
| 3.3 特征检测器性能评估 | 第38-39页 |
| 3.4 实验过程及实验结果分析 | 第39-41页 |
| 3.4.1 实验过程 | 第39-40页 |
| 3.4.2 实验结果 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 使用基于尖峰表征的孤立词识别 | 第42-49页 |
| 4.1 语音的尖峰序列表征 | 第42页 |
| 4.2 基于HMM的尖峰序列解码 | 第42-44页 |
| 4.2.1 基于HMM的尖峰序列解码原理 | 第42-43页 |
| 4.2.2 实验过程 | 第43页 |
| 4.2.3 实验结果 | 第43-44页 |
| 4.3 基于模板的尖峰序列解码 | 第44-48页 |
| 4.3.1 尖峰序列相似性度量 | 第44-45页 |
| 4.3.2 实验过程 | 第45-47页 |
| 4.3.3 实验结果 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 连续的语音识别 | 第49-62页 |
| 5.1 动态规整和连续ASR | 第49-52页 |
| 5.1.1 LCS,DTW和Viterbi | 第49-51页 |
| 5.1.2 经典的连续识别方法 | 第51-52页 |
| 5.2 连续语音的识别音节 | 第52-60页 |
| 5.2.1 概述 | 第52-53页 |
| 5.2.2 基于SVM的音节检测方法 | 第53-57页 |
| 5.2.3 音节检测的稳健峰值检测 | 第57-60页 |
| 5.3 实验过程及实验结果分析 | 第60-61页 |
| 5.3.1 实验过程 | 第60页 |
| 5.3.2 实验结果 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-63页 |
| 6.1 全文总结 | 第62页 |
| 6.2 研究展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 硕士期间研究成果 | 第68页 |
