放射科语音识别系统中环境自适应技术的研究与实现
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题的研究背景 | 第11-13页 |
| ·国内外的研究现状 | 第13-15页 |
| ·论文的主要内容 | 第15-16页 |
| 第2章 语音识别系统的关键技术 | 第16-32页 |
| ·基本原理 | 第16-17页 |
| ·语音预处理 | 第17-21页 |
| ·预滤波与数字化 | 第17页 |
| ·预加重 | 第17-18页 |
| ·分帧加窗 | 第18-19页 |
| ·端点检测技术 | 第19-21页 |
| ·语音特征提取 | 第21-24页 |
| ·线性预测倒谱系数(LPCC) | 第21-23页 |
| ·Mel倒谱参数(MFCC) | 第23-24页 |
| ·基于HMM建模的声学模型 | 第24-30页 |
| ·隐马尔可夫模型 | 第24-25页 |
| ·HMM的三个基本问题 | 第25-26页 |
| ·HMM基本算法 | 第26-29页 |
| ·声学模型的构建 | 第29-30页 |
| ·语言模型 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 语音识别的噪声环境自适应技术 | 第32-43页 |
| ·噪声的分类 | 第32页 |
| ·噪声对语音信号的影响 | 第32-33页 |
| ·常见的语音抗噪技术 | 第33-37页 |
| ·语音增强技术 | 第33-36页 |
| ·抗噪声特征提取技术 | 第36-37页 |
| ·环境适应和补偿算法 | 第37-42页 |
| ·最大后验概率法MAP | 第38-39页 |
| ·最大似然线性回归MLLR | 第39-41页 |
| ·改进的环境自适应技术 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 放射科语音识别系统中环境自适应技术的实现 | 第43-59页 |
| ·软硬件开发环境 | 第43页 |
| ·放射科语音识别系统的设计 | 第43-48页 |
| ·基于放射科的系统设计需求 | 第43-44页 |
| ·框架设计 | 第44页 |
| ·模块设计和参数设置 | 第44-48页 |
| ·环境自适应与测试流程设计 | 第48-53页 |
| ·噪声采集与语音库建立 | 第48-50页 |
| ·自适应流程设计 | 第50-52页 |
| ·测试流程设计 | 第52-53页 |
| ·实验结果和分析 | 第53-57页 |
| ·语音识别系统的性能评测 | 第53-55页 |
| ·结果与分析 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 工作总结与展望 | 第59-62页 |
| ·工作总结 | 第59-60页 |
| ·后续展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 作者在硕士研究生期间的科研成果 | 第65页 |
