语音识别算法的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| 1 绪论 | 第6-9页 |
| ·前言 | 第6页 |
| ·语音识别的发展和现状 | 第6-7页 |
| ·语音识别面临的问题 | 第7-8页 |
| ·本文的主要工作 | 第8-9页 |
| 2 语音识别系统的概述 | 第9-19页 |
| ·预处理 | 第9-16页 |
| ·语音采样 | 第9-10页 |
| ·预加重 | 第10页 |
| ·加窗 | 第10-12页 |
| ·短时能量 | 第12-13页 |
| ·短时平均过零率 | 第13-14页 |
| ·短时自相关函数 | 第14-15页 |
| ·语音信号的端点检测 | 第15-16页 |
| ·特征参数提取技术 | 第16-17页 |
| ·声学模型与模式匹配 | 第17-18页 |
| ·后处理 | 第18-19页 |
| 3 特征参数提取 | 第19-28页 |
| ·引言 | 第19页 |
| ·线性预测编码(LPC)系数特征 | 第19-24页 |
| ·LPC(线性预测编码)倒谱系数 | 第24-26页 |
| ·MFCC系数 | 第26-28页 |
| 4 常用的训练和识别方法 | 第28-53页 |
| ·动态时间弯折 | 第28-37页 |
| ·动态时间弯折技术的基本原理 | 第28-30页 |
| ·模板匹配的训练方法 | 第30-34页 |
| ·DTW算法的改进 | 第34-36页 |
| ·孤立数字识别的实验 | 第36-37页 |
| ·隐式马尔可夫模型 | 第37-53页 |
| ·引言 | 第37-39页 |
| ·HMM中常见的几种拓扑结构 | 第39-40页 |
| ·隐式马尔可夫模型的三个基本问题 | 第40-45页 |
| ·求解HMM时应该注意的问题 | 第45-49页 |
| ·基于HMM的孤立数字语音识孤别实验 | 第49页 |
| ·基于HMM的连接数字串的识别 | 第49-53页 |
| 5 常规隐式马尔可夫模型的改进 | 第53-63页 |
| ·常规隐式马尔可夫的主要局限性 | 第53页 |
| ·显式状态驻留的HMM | 第53-56页 |
| ·从HMM至随机分段模型(SM) | 第56-63页 |
| ·SM和HMM的关系 | 第56-58页 |
| ·SM的定义 | 第58-59页 |
| ·基于SM的语音识别和模型训练算法 | 第59-62页 |
| ·实验验证 | 第62-63页 |
| 6 总结和展望 | 第63-64页 |
| ·本文总结 | 第63页 |
| ·对未来工作的展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
