语音特征参数提取方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·语音识别的发展 | 第8-9页 |
| ·语音识别的应用 | 第9-11页 |
| ·语音识别技术的特点及研究现状 | 第11-13页 |
| ·语音识别研究的困难 | 第13-15页 |
| ·论文的主要工作 | 第15-17页 |
| 第二章 语音识别的原理 | 第17-31页 |
| ·语音识别系统的组成 | 第17-18页 |
| ·语音识别的分类 | 第18-19页 |
| ·语音识别的预处理 | 第19-25页 |
| ·语音的产生机理 | 第19页 |
| ·语音信号的采样 | 第19-20页 |
| ·语音信号的预加重 | 第20-21页 |
| ·语音信号的加窗 | 第21-22页 |
| ·语音信号的短时能量分析 | 第22-23页 |
| ·语音信号的短时过零率 | 第23-24页 |
| ·端点检测 | 第24-25页 |
| ·语音识别的特征提取 | 第25-29页 |
| ·线性预测分析的原理 | 第25-27页 |
| ·LP方程的求解 | 第27-29页 |
| ·训练和识别方法 | 第29-31页 |
| 第三章 模板库的建立与识别 | 第31-41页 |
| ·神经网络算法 | 第31-32页 |
| ·矢量量化技术 | 第32-33页 |
| ·有序聚类网络 | 第33-35页 |
| ·基于LVQ/ANN的模板训练 | 第35页 |
| ·基于高效的DTW的识别 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 端点检测算法 | 第41-49页 |
| ·预处理阶段 | 第41-43页 |
| ·短时能量算法 | 第43-45页 |
| ·短时过零率算法 | 第45页 |
| ·短时能量/过零率算法 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 语音的特征提取及识别结果 | 第49-63页 |
| ·基于LPCC的特征提取 | 第49-50页 |
| ·基于MFCC的特征提取 | 第50-52页 |
| ·基于一阶差分的特征提取 | 第52页 |
| ·基于混合倒谱特征提取 | 第52-53页 |
| ·基于小波变换的语音特征提取 | 第53-55页 |
| ·离散小波变换的原理 | 第53-54页 |
| ·基于离散小波变换的语音特征提取 | 第54-55页 |
| ·仿真识别结果及分析 | 第55-62页 |
| ·基于LPCC的识别 | 第55-56页 |
| ·基于MFCC的识别 | 第56-59页 |
| ·基于LPCC+MFCC的识别 | 第59-60页 |
| ·基于差分混合参数的识别 | 第60页 |
| ·基于小波变换的识别 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 研究成果 | 第68页 |
