基于语音结构化模型的连续数字语音识别
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-15页 |
| ·语音识别概述 | 第9-12页 |
| ·连续数字语音识别 | 第12-14页 |
| ·连续数字语音识别意义及难点 | 第12-13页 |
| ·连续数字语音识别研究现状 | 第13-14页 |
| ·本课题的主要研究内容 | 第14-15页 |
| 第二章 语音识别基本理论 | 第15-27页 |
| ·语音识别的基本原理 | 第15-16页 |
| ·语音信号预处理 | 第16-17页 |
| ·特征提取 | 第17-18页 |
| ·隐马尔可夫模型(HMM) | 第18-27页 |
| ·语音的HMM 描述 | 第18-21页 |
| ·基于HMM 的语音识别算法 | 第21-27页 |
| 第三章 基于语音结构化模型的连续数字语音识别 | 第27-42页 |
| ·全局声学结构的描述 | 第27-28页 |
| ·语音失真因素 | 第28-30页 |
| ·全局声学结构的不变性 | 第30-31页 |
| ·基于AUS 的连续数字语音识别 | 第31-36页 |
| ·实验与分析 | 第36-41页 |
| ·孤立数字语音识别 | 第36-39页 |
| ·连续数字语音识别 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第四章 鲁棒性语音识别的HEQ 方法及其改进 | 第42-56页 |
| ·鲁棒性语音识别 | 第42-44页 |
| ·直方图均衡化原理 | 第44-45页 |
| ·直方图均衡化去噪方法 | 第45-49页 |
| ·基于自适应分段统计的直方图均衡化方法 | 第45-47页 |
| ·基于统计顺序的直方图均衡化方法 | 第47-48页 |
| ·其它均衡化方法 | 第48页 |
| ·传统的直方图均衡化存在的问题 | 第48-49页 |
| ·采用特征分类的直方图均衡化 | 第49-50页 |
| ·噪声环境下实验与分析 | 第50-55页 |
| ·实验环境与条件 | 第50-51页 |
| ·实验与分析 | 第51-55页 |
| ·小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |