基于CRF和SVM的连续语音识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·语音识别概述 | 第9-10页 |
| ·语音识别的发展及研究现状 | 第10-12页 |
| ·语音识别系统的分类 | 第12-14页 |
| ·语音识别目前存在的主要问题 | 第14-15页 |
| ·本论文的主要内容和结构 | 第15-17页 |
| 第2章 语音识别声学基础和前端分析 | 第17-27页 |
| ·语音信号的产生 | 第17-18页 |
| ·语音的产生及分类 | 第17页 |
| ·语音信号的数学模型 | 第17-18页 |
| ·语音信号采集 | 第18-20页 |
| ·语音信号的预处理 | 第20-22页 |
| ·预加重 | 第20-21页 |
| ·分帧 | 第21页 |
| ·加窗 | 第21-22页 |
| ·语音信号的端点检测 | 第22-24页 |
| ·语音信号的特征参数提取 | 第24-27页 |
| ·线性预测倒谱系数LPCC | 第24-25页 |
| ·美尔频率倒谱系数MFCC | 第25-27页 |
| 第3章 语音识别的相关技术研究及算法 | 第27-37页 |
| ·动态时间规整算法(DTW) | 第27-30页 |
| ·DTW算法的基本原理 | 第27-29页 |
| ·DTW的具体算法步骤 | 第29-30页 |
| ·隐马尔科夫模型(HMM) | 第30-35页 |
| ·HMM的定义及基本原理 | 第30-32页 |
| ·HMM解决的三个问题 | 第32页 |
| ·HMM的三种算法介绍 | 第32-35页 |
| ·人工神经网络(ANN) | 第35-37页 |
| 第4章 基于CRF和SVM的连续语音识别 | 第37-52页 |
| ·条件随机场(CRF)模型 | 第37-38页 |
| ·支持向量机(SVM) | 第38-41页 |
| ·基于CRF和SVM混合的连续语音识别方法 | 第41-50页 |
| ·CRF与SVM混合研究的意义 | 第41-42页 |
| ·语音识别过程 | 第42-43页 |
| ·基于CRF和SVM混合的连续语音识别系统 | 第43-44页 |
| ·语音训练识别的具体过程 | 第44-49页 |
| ·辅助工具 | 第49-50页 |
| ·系统实验与分析 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·本文总结 | 第52页 |
| ·研究展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
