基于HMM的汉语连续数字语音识别
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 引言 | 第10-16页 |
| 第一节 语音识别概述 | 第10-14页 |
| 1．1．1 语音识别的意义 | 第10页 |
| 1．1．2 语音识别技术的发展历史 | 第10-11页 |
| 1．1．3 语音识别研究现状及难点 | 第11-12页 |
| 1．1．4 语音识别发展前景 | 第12-14页 |
| 第二节 连续数字语音识别的研究价值 | 第14-15页 |
| 第三节 本文的研究内容和思路 | 第15-16页 |
| 第二章 语音信号分析 | 第16-32页 |
| 第一节 语音学知识 | 第16-17页 |
| 2．1．1 音素和音节 | 第16页 |
| 2．1．2 汉语的声调 | 第16-17页 |
| 第二节 语音信号的采集与预处理 | 第17-22页 |
| 2．2．1 语音信号的预滤波、采样、A/D转换 | 第17-18页 |
| 2．2．2 语音高频分量的预加重 | 第18页 |
| 2．2．3 语音端点检测 | 第18-22页 |
| 第三节 语音信号的时域分析 | 第22-26页 |
| 2．3．1 短时能量及短时平均幅度 | 第22-23页 |
| 2．3．2 短时平均过零率 | 第23-25页 |
| 2．3．3 短时自相关函数和短时平均幅度差函数 | 第25-26页 |
| 第四节 语音信号的频域分析 | 第26-27页 |
| 2．4．1 语音信号的时域波形图 | 第26-27页 |
| 2．4．2 语音信号的频谱图 | 第27页 |
| 第五节 特征参数提取 | 第27-32页 |
| 2．5．1 LPCC特征参数提取方法 | 第28-30页 |
| 2．5．2 MFCC特征参数提取方法 | 第30-32页 |
| 第三章 语音识别中应用的HMM模型 | 第32-49页 |
| 第一节 HMM的定义 | 第32-34页 |
| 第二节 各种形式的HMM模型 | 第34-38页 |
| 第三节 HMM的训练与搜索匹配 | 第38-44页 |
| 第四节 HMM实现的一些实际问题 | 第44-49页 |
| 第四章 基于HMM的汉语连续数字语音识别 | 第49-58页 |
| 第一节 单音节数字语音识别 | 第50-52页 |
| 第二节 连续数字语音识别 | 第52-58页 |
| 4．2．1 样本采集和信号处理 | 第52页 |
| 4．2．2 CHMM模型训练 | 第52-53页 |
| 4．2．3 连续语音的匹配搜索算法 | 第53-55页 |
| 4．2．4 基于切割-识别方案的实验结果与分析 | 第55-58页 |
| 第五章 汉语连续数字语音识别算法改进 | 第58-67页 |
| 第一节 变时窗长度的连续数字切割算法 | 第58-60页 |
| 第二节 结合韵律信息提高汉语连续数字语音识别率 | 第60-67页 |
| 5．2．1 利用数字持续时间信息对连续数字预切割 | 第60-62页 |
| 5．2．2 利用声调信息确定易混数字对识别结果 | 第62-64页 |
| 5．2．3 识别算法 | 第64-65页 |
| 5．2．4 实验结果 | 第65-67页 |
| 第六章 结束语 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74页 |
