摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-12页 |
1.1 本课题研究的目的和意义 | 第9页 |
1.2 语音识别的发展与研究现状 | 第9-10页 |
1.3 语音识别存在的问题 | 第10页 |
1.4 本课题研究的主要内容与结构安排 | 第10-12页 |
第二章 语音识别技术的基础理论 | 第12-28页 |
2.1 语音识别系统概述 | 第12-13页 |
2.1.1 语音识别系统的基本框架 | 第12页 |
2.1.2 语音三种识别方法简介 | 第12-13页 |
2.2 语音信号的声学原理 | 第13-15页 |
2.2.1 语音信号的声学模型 | 第13-15页 |
2.2.2 语音信号的非线性模型 | 第15页 |
2.2.3 语音信号的产生及特征分析 | 第15页 |
2.3 语音信号的预处理 | 第15-18页 |
2.3.1 采样和量化 | 第15-16页 |
2.3.2 预加重 | 第16页 |
2.3.3 加窗分帧 | 第16-18页 |
2.4 语音的特征提取 | 第18-20页 |
2.5 HMM的技术 | 第20-27页 |
2.5.1 HMM的结构与类型 | 第21-22页 |
2.5.2 HMM的三个核心问题的提出 | 第22-23页 |
2.5.3 HMM基本算法 | 第23-25页 |
2.5.4 HMM模型基本算法存在的问题及解决方法 | 第25-27页 |
2.6 本章小结 | 第27-28页 |
第三章 在低信噪比下语音端点检测技术的改进 | 第28-55页 |
3.1 传统语音端点检测方法 | 第28-33页 |
3.1.1 短时平均能量 | 第28-29页 |
3.1.2 短时过零率 | 第29-30页 |
3.1.3 基于谱熵法端点检测 | 第30-31页 |
3.1.4 双门限法端点检测算法 | 第31-33页 |
3.2 改进的EMD-Teager能量和子带谱熵法的语音端点检测方法 | 第33-43页 |
3.2.1 经验模式分解(EMD)原理 | 第33-35页 |
3.2.2 Teager能量算子 | 第35-36页 |
3.2.3 子带谱熵的基本定义 | 第36-37页 |
3.2.4 改进的子带谱熵法的端点检测的实验的步骤 | 第37-38页 |
3.2.5 实验结果分析 | 第38-43页 |
3.3 一种改进的Bark小波包谱减子带方差的语音端点检测方法 | 第43-52页 |
3.3.1 谱减法 | 第43-44页 |
3.3.2 Bark小波包 | 第44-45页 |
3.3.3 方差法的语音端点检测技术 | 第45-46页 |
3.3.4 改进的bark小波包谱减子带方差语音端点检测 | 第46-48页 |
3.3.5 实验结果 | 第48-52页 |
3.4 豹式坦克(leopard)噪声情况下两种改进的端点检测的对比 | 第52-54页 |
3.5 本章小结 | 第54-55页 |
第四章 孤立词语音识别系统的搭建 | 第55-65页 |
4.1 孤立词识别系统 | 第55页 |
4.2 基于HMM的声学建模及训练 | 第55-57页 |
4.3 实验结果与分析 | 第57-64页 |
4.3.1 语音库的准备 | 第57页 |
4.3.2 实验配置 | 第57页 |
4.3.3 语音的预处理 | 第57-60页 |
4.3.4 语音的端点检测 | 第60页 |
4.3.5 语音的特征提取 | 第60-61页 |
4.3.6 实验结果及分析 | 第61-64页 |
4.4 本章小结 | 第64-65页 |
第五章 基于MATLAB的GUI的孤立词识别系统实现 | 第65-73页 |
5.1 MATLAB平台的介绍 | 第65页 |
5.2 GUI设计简介 | 第65页 |
5.3 系统结构 | 第65-66页 |
5.4 语音录制模块 | 第66-67页 |
5.5 系统预处理模块 | 第67-69页 |
5.6 系统的端点检测模块 | 第69-71页 |
5.7 系统语音识别模块 | 第71-72页 |
5.8 本章小结 | 第72-73页 |
第六章 总结和展望 | 第73-75页 |
6.1 总结 | 第73页 |
6.2 展望 | 第73-75页 |
致谢 | 第75-76页 |
攻读硕士学位期间主要的研究成果 | 第76-77页 |
参考文献 | 第77-80页 |
附录一 插图清单 | 第80-82页 |
附录二 表格清单 | 第82页 |