| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题背景 | 第12-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.3 论文的主要内容 | 第17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第2章 语音信号识别技术原理及构成 | 第19-24页 |
| 2.1 语音识别基本原理 | 第19-20页 |
| 2.2 语音信号的数字模型 | 第20-21页 |
| 2.3 典型端点检测模块 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 基于特征参数端点检测算法 | 第24-32页 |
| 3.1 端点检测算法的分类 | 第24页 |
| 3.2 基于时域特征参数的端点检测算法 | 第24-26页 |
| 3.2.1 双门限法 | 第24-26页 |
| 3.3 基于时域特征参数的端点检测算法 | 第26-31页 |
| 3.3.1 谱距离法 | 第26-28页 |
| 3.3.2 MFCC参数的倒谱距离法 | 第28-29页 |
| 3.3.3 谱熵法 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 低信噪比环境下的语音去噪及改进的端点检测算法 | 第32-41页 |
| 4.1 语音去噪方法介绍 | 第32-33页 |
| 4.1.1 语音去噪对于端点检测的意义及研究现状 | 第32页 |
| 4.1.2 减谱法去噪 | 第32-33页 |
| 4.2 增强减谱方差联合法 | 第33-37页 |
| 4.2.1 算法检测原理 | 第33-34页 |
| 4.2.2 增强减谱法 | 第34-35页 |
| 4.2.3 算法检测流程 | 第35-37页 |
| 4.3 多窗谱减谱和能熵比算法 | 第37-40页 |
| 4.3.1 算法检测原理 | 第37页 |
| 4.3.2 多窗谱减谱法 | 第37-38页 |
| 4.3.3 能熵比法 | 第38-39页 |
| 4.3.4 算法检测流程 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 实验仿真与性能比较 | 第41-50页 |
| 5.1 实验环境与评价指标 | 第41-43页 |
| 5.1.1 语音数据样本的建立 | 第41-42页 |
| 5.1.2 实现平台 | 第42页 |
| 5.1.3 端点检测算法的评价指标 | 第42-43页 |
| 5.2 实验结果 | 第43-48页 |
| 5.2.1 基于传统端点检测算法的检测结果 | 第43-45页 |
| 5.2.2 增强减谱方差联合法算法检测结果 | 第45-47页 |
| 5.2.3 多窗谱减谱能熵比联合法算法检测结果 | 第47-48页 |
| 5.3 检测性能比较分析 | 第48-49页 |
| 5.3.1 不同信噪比环境下的检测性能 | 第48页 |
| 5.3.2 不同噪声环境下的检测性能 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士研究生期间的成果 | 第56-57页 |
| 学位论文评阅及答辩情况表 | 第57页 |