噪声环境下的语音识别技术研究

摘要	第1-7页
ABSTRACT	第7-13页
第1章 绪论	第13-23页
·研究背景与意义	第13-15页
·语音识别技术的研究与应用现状	第15-17页
·主要研究内容与技术路线	第17-20页
·内容结构安排	第20-21页
·论文的创新点	第21-23页
第2章 基于HMM的语音识别实验系统	第23-46页
·引言	第23-24页
·统计语音识别的基本原理	第24-27页
·语音识别系统的构成	第24-25页
·统计语音识别的数学模型	第25-26页
·语音识别系统的性能评价	第26-27页
·HMM理论	第27-36页
·HMM的定义	第27-30页
·HMM的三个基本算法	第30-36页
·实验系统的实现	第36-45页
·基于HMM的孤立词语音识别系统	第36-40页
·语音库的建立	第40-42页
·语音与噪声的合成	第42-45页
·本章小结	第45-46页
第3章 基于排列熵的端点检测	第46-63页
·引言	第46-47页
·传统的端点检测算法及其改进	第47-54页
·基于平均过零率和短时能量的检测算法	第47-50页
·一些改进及相应起止点识别结果	第50-51页
·短时能频值语音端点检测方法	第51-53页
·多门限法	第53-54页
·排列熵算法	第54-57页
·算法原理	第55-56页
·排列熵算法有效性验证	第56-57页
·排列熵在语音信号端点检测中的应用	第57-62页
·算法简介	第58页
·算法分析	第58-60页
·实验	第60-62页
·本章小结	第62-63页
第4章 基于MVDR的特征提取	第63-90页
·引言	第63页
·基于LPC的特征参数	第63-73页
·语音信号的产生机理及其声学特征	第64-65页
·语音信号的离散时域模型	第65-68页
·LPC分析概述	第68-73页
·MFCC特征	第73-79页
·语音信号的倒谱分析	第73-76页
·Mel倒谱	第76-78页
·算法实现	第78-79页
·MVDR特征	第79-89页
·MVDR谱估计技术	第79-82页
·实现	第82-86页
·仿真实验	第86-89页
·本章小结	第89-90页
第5章 鲁棒语音识别技术	第90-105页
·引言	第90页
·抗噪声语音识别技术	第90-93页
·声学环境的模型	第91-92页
·主要的抗噪声技术	第92-93页
·Mel频率最小方差调制谱	第93-97页
·在Mel频率尺度上计算MVDR谱	第93-95页
·调制谱滤波	第95-96页
·系统实现	第96-97页
·谱变换补偿技术	第97-99页
·实验	第99-103页
·实验系统的构造	第99-100页
·对λ和CCBC的研究	第100-103页
·实验结果	第103页
·本章小结	第103-105页
第6章 基于FPGA的硬件实现	第105-134页
·引言	第105-107页
·FPGA原理	第107-113页
·FPGA结构	第107-109页
·FPGA的设计方法	第109-113页
·设计方案	第113-125页
·设计流程	第113-115页
·算法原理	第115-116页
·FPGA逻辑结构	第116-117页
·FPGA顶层物理结构	第117-118页
·主控制器结构	第118-120页
·运算器模块结构	第120-122页
·语音特征提取模块结构	第122-123页
·语音特征匹配模块结构	第123-125页
·应用系统的设计	第125-133页
·应用系统框图	第125-126页
·管脚说明	第126-127页
·典型工作过程	第127-128页
·控制时序	第128-130页
·电路实现	第130-133页
·本章小节	第133-134页
第7章 总结与展望	第134-137页
·全文总结	第134-136页
·今后工作展望	第136-137页
参考文献	第137-142页
致谢	第142-143页
在读期间发表的学术论文与取得的研究成果	第143页