自适应的语音端点检测技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·语音端点检测技术的研究现状 | 第9-10页 |
| ·目前主要的语音端点检测方法 | 第9-10页 |
| ·传统语音端点检测方法存在的不足 | 第10页 |
| ·论文内容和意义 | 第10-12页 |
| ·论文的总体结构 | 第12-13页 |
| 第二章 语音端点检测基础知识 | 第13-28页 |
| ·语音编码概述 | 第13-17页 |
| ·语音编码方式 | 第13-14页 |
| ·PCM编码方式的基本工作原理 | 第14页 |
| ·语音信号的采样 | 第14-16页 |
| ·语音信号的量化 | 第16-17页 |
| ·量化误差 | 第17页 |
| ·wav文件格式概述 | 第17-20页 |
| ·wav文件头 | 第17-18页 |
| ·Format Chunk格式 | 第18-19页 |
| ·Fact Chunk格式 | 第19页 |
| ·wav文件中的音频数据 | 第19-20页 |
| ·语音分析的一般方法 | 第20-23页 |
| ·时域分析法 | 第21页 |
| ·频域分析方法 | 第21-22页 |
| ·语谱分析法 | 第22-23页 |
| ·滤波 | 第23-24页 |
| ·音频信号的分帧处理 | 第24-25页 |
| ·常用音频特征参数 | 第25-28页 |
| ·能量 | 第25-26页 |
| ·过零率 | 第26页 |
| ·信息熵 | 第26-28页 |
| 第三章 自适应的语音端点检测算法的研究与设计 | 第28-44页 |
| ·语音信号的平滑处理 | 第28-29页 |
| ·平滑处理的意义 | 第28页 |
| ·平滑处理的方法 | 第28-29页 |
| ·短时能频值 | 第29-32页 |
| ·短时能频值的定义 | 第30-31页 |
| ·短时能频值的提取过程 | 第31-32页 |
| ·自适应的语音端点检测算法 | 第32-42页 |
| ·算法概述 | 第32-33页 |
| ·检测语音端点 | 第33-35页 |
| ·特殊情况分析 | 第35-37页 |
| ·检测语句的终点 | 第37-38页 |
| ·主动自适应机制 | 第38-40页 |
| ·被动自适应机制 | 第40页 |
| ·参数值的选取 | 第40-42页 |
| ·语音端点检测过程 | 第42-43页 |
| ·算法特点 | 第43-44页 |
| 第四章 自动字幕生成系统设计与实现 | 第44-56页 |
| ·系统概述 | 第44-45页 |
| ·用户界面模块的设计与实现 | 第45页 |
| ·wav文件读取模块的设计与实现 | 第45-48页 |
| ·语音端点检测模块的设计与实现 | 第48-54页 |
| ·音频参数提取子模块 | 第48-50页 |
| ·短时能频值计算子模块 | 第50页 |
| ·背景噪声分析子模块 | 第50-51页 |
| ·端点检测子模块 | 第51-54页 |
| ·字幕生成模块的设计与实现 | 第54-55页 |
| ·字幕播放模块的设计与实现 | 第55-56页 |
| 第五章 自动字幕生成系统应用效果展示 | 第56-63页 |
| ·系统界面 | 第56-57页 |
| ·系统输入 | 第56-57页 |
| ·系统按钮 | 第57页 |
| ·生成字幕文件 | 第57-61页 |
| ·视频播放及字幕加载 | 第61-62页 |
| ·系统性能分析 | 第62-63页 |
| 第六章 总结 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·不足及改进 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67页 |
