基于HMM连续语音识别中关键技术的改进算法研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 主要符号表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| ·论文选题的目的与意义 | 第12-13页 |
| ·语音识别的发展与现状 | 第13-17页 |
| ·国际语音识别技术 | 第13-16页 |
| ·国内语音识别技术 | 第16-17页 |
| ·目前存在的难题和未来发展的方向 | 第17-18页 |
| ·本文主要研究的内容 | 第18-19页 |
| 第二章 语音识别概论 | 第19-29页 |
| ·语音识别的基本概念 | 第19-20页 |
| ·语音分析 | 第20-22页 |
| ·傅里叶变换频谱分析 | 第20页 |
| ·倒频谱分析 | 第20-21页 |
| ·线性预测分析 | 第21页 |
| ·小波变换 | 第21-22页 |
| ·矢量量化 | 第22页 |
| ·语音识别的特征参数的提取 | 第22-29页 |
| ·短时平均能量、幅度和过零率 | 第23-24页 |
| ·基音周期 | 第24页 |
| ·线性预测参数 | 第24-25页 |
| ·线性预测倒谱参数（LPCC） | 第25-26页 |
| ·美尔频率倒谱参数（MFCC） | 第26页 |
| ·线谱对参数（LSP） | 第26-29页 |
| 第三章 特征参数和端点检测的优化算法 | 第29-53页 |
| ·基音周期的优化算法 | 第29-37页 |
| ·VLAMDF 基音估计及其优化算法 | 第30页 |
| ·VLAC 基音估计及其优化算法 | 第30-32页 |
| ·仿真实验 | 第32-37页 |
| ·线谱频率的优化算法 | 第37-43页 |
| ·线谱频率分析 | 第37-38页 |
| ·求解线谱频率的常用算法 | 第38-40页 |
| ·求解线谱频率的新算法 | 第40-41页 |
| ·仿真实验 | 第41-43页 |
| ·基于图形的端点检测优化 | 第43-53页 |
| ·传统语音信号的端点检测方法 | 第43-44页 |
| ·基于图形的端点检测方法的基本原理 | 第44-47页 |
| ·语音信号转换为图形信号的方法 | 第47页 |
| ·仿真实验 | 第47-53页 |
| 第四章 隐马尔可夫模型优化算法 | 第53-64页 |
| ·禁止搜索算法的基本原理 | 第53页 |
| ·TS 算法的一般步骤 | 第53-54页 |
| ·隐马尔可夫模型 | 第54-58页 |
| ·HMM 的估计问题 | 第56-57页 |
| ·HMM 的解码问题 | 第57页 |
| ·HMM 的自适应问题 | 第57-58页 |
| ·HMM 的整体识别过程 | 第58页 |
| ·利用禁止搜索优化隐马尔可夫模型 | 第58-60页 |
| ·一个简单的 5 状态 2 转移实例的应用 | 第58-59页 |
| ·TS-HMM 的详细步骤过程 | 第59-60页 |
| ·仿真实验 | 第60-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间取得的研究成果 | 第71页 |
