摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
主要符号表 | 第11-12页 |
第一章 引言 | 第12-20页 |
·语音识别简介 | 第12-16页 |
·概述语音识别技术 | 第12-14页 |
·语音识别技术的发展历史 | 第14-16页 |
·抗噪连续语音识别的意义 | 第16-18页 |
·连续语音识别的意义 | 第16页 |
·抗噪在连续语音识别中的重要性和必要性 | 第16-18页 |
·本论文主要工作和创新 | 第18-19页 |
·本文章节安排 | 第19-20页 |
第二章 基本连续语音识别系统的分析与实现 | 第20-40页 |
·语音识别基本原理 | 第20页 |
·语音预处理与特征提取 | 第20-26页 |
·语音预处理 | 第20-24页 |
·提取MEL 倒谱系数(MFCC)语音特征 | 第24-26页 |
·基于HMM 的连续语音识别 | 第26-39页 |
·隐马尔可夫模型基础理论 | 第26-32页 |
·HMM 应用于连续语音识别 | 第32-39页 |
·小结 | 第39-40页 |
第三章 语音抗噪技术简介 | 第40-50页 |
·噪声分类 | 第40-41页 |
·加性噪声与乘性噪声 | 第40页 |
·平稳噪声和时变噪声 | 第40-41页 |
·全频带噪声和窄带噪声 | 第41页 |
·噪声对语音识别的影响 | 第41-45页 |
·各种抗噪技术 | 第45-49页 |
·语音增强抗噪方法 | 第45-46页 |
·抗噪声的语音特征法 | 第46页 |
·噪声补偿法 | 第46-48页 |
·丢特征法与后验概率联合模型(PUM) | 第48-49页 |
·语音增强结合后验概率联合模型(PUM)方法的提出 | 第49页 |
·小结 | 第49-50页 |
第四章 语音增强的抗噪声方法 | 第50-76页 |
·单麦克风语音增强算法研究 | 第50-56页 |
·WIENER 滤波器 | 第50-54页 |
·改进型WIENER 滤波器 | 第54-56页 |
·双麦克风语音增强算法研究 | 第56-66页 |
·自适应噪声对消(ANC)技术 | 第56-57页 |
·自适应滤波器原理 | 第57-61页 |
·基于LMS 的基本ANC 的算法与实现 | 第61-63页 |
·基本ANC 的缺点 | 第63-64页 |
·改进型ANC | 第64-66页 |
·实验及结果分析 | 第66-75页 |
·基本WIENER 滤波和各改进型WIENER 滤波方法间的对比测试 | 第67-70页 |
·改进型CTRANC 算法的测试和与改进型重复WIENER 滤波的比较 | 第70-72页 |
·改进型CTRANC 与基本CTRANC 对比测试 | 第72-75页 |
·小结 | 第75-76页 |
第五章 PUM 模型 | 第76-87页 |
·PUM 模型简介 | 第76页 |
·PUM 模型原理 | 第76-80页 |
·条件概率联合模型(PROBABILISTIC UNION MODEL) | 第76-79页 |
·后验概率联合模型(POSTERIOR UNION MODEL) | 第79-80页 |
·PUM 与HMM 的结合 | 第80-82页 |
·实验及结果分析 | 第82-85页 |
·小结 | 第85-87页 |
第六章 新模型构建 | 第87-90页 |
·改进型重复WIENER 滤波结合PUM 新模型 | 第87-88页 |
·改进型CTRANC 结合PUM 新模型 | 第88-89页 |
·小结 | 第89-90页 |
第七章 实验和结果分析 | 第90-104页 |
·实验测试平台的构建 | 第90-95页 |
·测试平台组成 | 第90-91页 |
·语音数据库 | 第91页 |
·噪声数据库 | 第91-92页 |
·实验数据的构建 | 第92-95页 |
·对改进型重复WIENER 滤波结合PUM 模型的测试 | 第95-99页 |
·窄带噪声条件下测试 | 第95-97页 |
·宽带噪声条件下测试 | 第97-99页 |
·小结 | 第99页 |
·对改进型CTRANC 结合PUM 模型的测试 | 第99-103页 |
·窄带噪声条件下测试 | 第99-101页 |
·宽带噪声条件下测试 | 第101-103页 |
·小结 | 第103页 |
·小结 | 第103-104页 |
第八章 结论 | 第104-106页 |
·本论文研究总结 | 第104-106页 |
致谢 | 第106-107页 |
参考文献 | 第107-113页 |
攻硕期间取得的研究成果 | 第113页 |