首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

语音识别中基于模型补偿的噪声鲁棒性问题研究

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-20页
   ·语音识别及其简史第12-14页
   ·语音识别问题概述第14-15页
   ·噪声环境下的语音识别问题第15-16页
   ·测试数据库和测试平台的设置第16-18页
     ·Aurora2第16-17页
     ·Aurora3第17-18页
   ·本文的主要内容、创新及组织结构第18-20页
第2章 基于HMM概率框架的语音识别系统第20-29页
   ·HMM的数学定义第20-26页
     ·HMM概述第21页
     ·HMM的理论体系和三大问题第21-24页
     ·HMM的参数估计-Baum Welch算法第24-25页
     ·HMM的解码问题-Viterbi算法第25-26页
   ·基于HMM概率框架的语音识别系统第26-27页
     ·HMM模型的选定第26-27页
     ·HMM参数绑定第27页
   ·基于HTK工具包开发的识别器第27-28页
   ·本章小结第28-29页
第3章 噪声鲁棒性语音识别方法的研究现状第29-37页
   ·噪声鲁棒性问题产生的基本框架及解决方案简述第29页
   ·加性和卷积性噪声对语音信号的影响第29-31页
   ·主流语音识别噪声鲁棒性处理方法介绍第31-37页
     ·鲁棒性特征提取第31页
     ·语音增强第31-32页
     ·模型补偿第32-33页
     ·噪音掩蔽效应第33页
     ·基于非线性方程的模型参数补偿方法第33-35页
     ·特征补偿第35页
     ·双通道策略第35-37页
第4章 基于UT变换的HMM模型静态参数补偿算法研究及其应用第37-49页
   ·UT变换的基本概念第38-39页
   ·基于UT变换算法的HMM声学模型静态参数补偿第39-45页
     ·方案一:基于矢量扩展的UT变换补偿算法第39-42页
     ·方案二:基于UT变换和VTS逼近的混合补偿算法第42-43页
     ·方案三:基于球状单纯形特征变换点的UT变换补偿算法第43-45页
   ·HMM声学模型动态参数的补偿方法第45页
   ·数据仿真实验及分析第45-46页
   ·实验设计及结果分析第46-49页
     ·实验环境设计第46页
     ·实验结果及分析第46-49页
第5章 基于UT变换的HMM声学模型动态参数补偿算法研究及其应用第49-57页
   ·UT变换法在HMM模型补偿中的应用第49-50页
   ·基于矢量扩展的UT变换补偿算法用于一阶和二阶差分参数补偿第50-51页
   ·基于变量简化的UT变换补偿算法用于一阶和二阶差分参数补偿第51-53页
   ·实验设计和结果分析第53-57页
     ·实验环境设计第53-54页
     ·实验结果及分析第54-57页
第6章 基于一阶VTS逼近噪声补偿HMM声学模型自适应训练算法研究及应用第57-66页
   ·基于一阶VTS逼近的HMM声学模型参数补偿算法第58-60页
   ·基于一阶VTS逼近噪声补偿HMM声学模型自适应训练算法第60-63页
     ·基于最大似然的HMM声学模型参数自适应训练过程第60-63页
     ·模型自适应算法的相关细节说明第63页
   ·实验设计和结果分析第63-66页
     ·实验环境设置第63-64页
     ·实验结果及分析第64-66页
第7章 总结第66-70页
   ·本文的主要工作第66-67页
   ·进一步的研究方向第67-70页
插图索引第70-71页
表格索引第71-72页
参考文献第72-77页
致谢第77-78页
附录A 基于反Moore-Penrose或者截断处理的对数频谱域和倒谱域的转换方法第78-83页
 A.0.1 反MP变换以及截断处理第79-80页
 A.0.2 式一证明第80页
 A.0.3 式二证明第80-81页
 A.0.4 式三证明第81-83页
附录B 平方根矩阵的高效计算算法第83-85页
附录C HMM模型动态参数补偿中统计量估计公式的具体推导过程第85-87页

论文共87页,点击 下载论文
上一篇:无线Mesh网络中网卡配置、带宽分配和调度相关问题研究
下一篇:无线传感器网络数据交换问题研究