噪声环境下基于MFCC的鲁棒语音识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-18页 |
| ·语音识别的发展历史及现状 | 第12-13页 |
| ·语音识别面对的困难 | 第13-15页 |
| ·语音识别的指标 | 第15-16页 |
| ·论文的主要工作与结构安排 | 第16-18页 |
| ·论文的主要工作 | 第16-17页 |
| ·论文结构安排 | 第17-18页 |
| 第2章 鲁棒语音识别研究概述 | 第18-32页 |
| ·鲁棒语音识别基础 | 第18-21页 |
| ·语音信号的特点与产生模型 | 第18-19页 |
| ·特点 | 第18-19页 |
| ·产生模型 | 第19页 |
| ·语音识别系统的基本原理 | 第19-20页 |
| ·噪声对识别系统的影响 | 第20-21页 |
| ·鲁棒语音识别的研究内容 | 第21-22页 |
| ·噪声鲁棒性问题的主要解决方法 | 第22-26页 |
| ·鲁棒性特征提取 | 第22-23页 |
| ·语音增强 | 第23-24页 |
| ·倒谱域特征参数补偿 | 第23-24页 |
| ·非完整特征法 | 第24页 |
| ·模型补偿 | 第24-25页 |
| ·方法的总结以及鲁棒语音识别的展望 | 第25-26页 |
| ·HMM 的基本理论 | 第26-31页 |
| ·HMM 模型基本结构 | 第26-28页 |
| ·HMM 模型的三个基本问题 | 第28-31页 |
| ·小结 | 第31-32页 |
| 第3章 基于MFCC 的鲁棒语音识别 | 第32-46页 |
| ·MEL 频率简介 | 第32-33页 |
| ·临界带宽 | 第32-33页 |
| ·Mel 频率 | 第33页 |
| ·MFCC 特征提取 | 第33-37页 |
| ·各种窗函数性能的研究 | 第37-42页 |
| ·各种基本窗函数的性能比较 | 第37-40页 |
| ·混合窗函数的研究 | 第40-42页 |
| ·子带频谱质心的研究 | 第42-44页 |
| ·性能评价方法 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第4章 仿真实验及结果分析 | 第46-59页 |
| ·HTK 工具 | 第46-49页 |
| ·数据处理工具 | 第47页 |
| ·训练工具 | 第47-49页 |
| ·识别工具 | 第49页 |
| ·分析工具 | 第49页 |
| ·HTK 实验 | 第49-53页 |
| ·数据准备 | 第49-51页 |
| ·创建单音素HMM 模型 | 第51-52页 |
| ·创建绑定状态的三音素HMM 模型 | 第52-53页 |
| ·识别 | 第53页 |
| ·实验描述 | 第53-55页 |
| ·基于权重的参数规整 | 第55-58页 |
| ·小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第66-67页 |
| 附录 B 攻读学位期间所参与的科研项目 | 第67页 |
