语音命令中特征提取方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-15页 |
| 1.1 研究的背景及意义 | 第12页 |
| 1.2 国内外发展现状 | 第12-14页 |
| 1.3 论文的内容和结构 | 第14-15页 |
| 第二章 语音命令和语音分析 | 第15-22页 |
| 2.1 语音命令和语音的特点 | 第15页 |
| 2.2 语音命令和语音的时域分析 | 第15-17页 |
| 2.2.1 语音命令的采集 | 第15-16页 |
| 2.2.2 语音和语音命令的时域特征 | 第16-17页 |
| 2.3 语音命令和语音的频域分析 | 第17-19页 |
| 2.4 语音命令的时频域分析 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于梅尔倒谱系数的特征参数提取方法 | 第22-27页 |
| 3.1 人耳的听觉特性 | 第22页 |
| 3.2 梅尔倒谱系数计算流程 | 第22-26页 |
| 3.2.1 语音信号的功率谱估计 | 第22-23页 |
| 3.2.2 梅尔频率尺度滤波器组 | 第23-25页 |
| 3.2.3 计算倒谱特征参数 | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 基于模板匹配的语音命令识别技术 | 第27-32页 |
| 4.1 语音命令识别系统的组成 | 第27-28页 |
| 4.2 识别系统的分类以及模型 | 第28-29页 |
| 4.3 基于模板匹配的语音命令识别方法 | 第29-30页 |
| 4.3.1 模板匹配算法实现 | 第29页 |
| 4.3.2 语音命令模板训练及阈值获取 | 第29-30页 |
| 4.4 模板匹配算法的识别率 | 第30页 |
| 4.4.1 同一说话人的识别实验 | 第30页 |
| 4.4.2 不同说话人的识别实验 | 第30页 |
| 4.5 语音命令自动检测 | 第30-31页 |
| 4.6 本章小结 | 第31-32页 |
| 第五章 车内噪声环境下的语音命令识别方法 | 第32-50页 |
| 5.1 车内噪声分析 | 第32-35页 |
| 5.1.1 噪声时域分析 | 第32-33页 |
| 5.1.2 噪声对信号频域的影响 | 第33-34页 |
| 5.1.3 噪声对识别率的影响 | 第34-35页 |
| 5.2 信噪比频带的划分 | 第35-38页 |
| 5.2.1 汽车噪声和语音频谱的特点 | 第35-36页 |
| 5.2.2 频带的划分阈值对识别率的影响 | 第36-38页 |
| 5.3 信号的谱熵特征 | 第38-41页 |
| 5.3.1 谱熵特征的计算 | 第39页 |
| 5.3.2 信号的谱熵分析 | 第39-41页 |
| 5.4 利用谱熵确定划分阈值 | 第41-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 论文总结 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士期间所发表的论文及研究成果 | 第55-56页 |
| 附录 | 第56-63页 |
| 附录1：语谱图 | 第56页 |
| 附录2：DTW 算法 | 第56-59页 |
| 附录3：模板训练 | 第59-60页 |
| 附录4：端点检测 | 第60-63页 |
