基于特定人的汉语语音识别的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·问题的提出 | 第7页 |
| ·历史和现状 | 第7-8页 |
| ·语音识别的分类 | 第8页 |
| ·语音识别面临的困难 | 第8-9页 |
| ·语音识别系统的基本结构 | 第9-10页 |
| ·论文的内容安排及所做的工作 | 第10-11页 |
| 第二章 语音信号的预处理 | 第11-25页 |
| ·语音信号的前端处理 | 第11-14页 |
| ·放大及增益控制 | 第11页 |
| ·语音信号的预加重和抗混叠滤波 | 第11-12页 |
| ·语音信号的采样和量化 | 第12-13页 |
| ·语音信号的去噪 | 第13页 |
| ·语音信号的分帧 | 第13页 |
| ·语音识别中常用的窗函数 | 第13-14页 |
| ·语音信号的端点检测 | 第14-21页 |
| ·基于短时能量和短时平均幅度的端点检测 | 第14-15页 |
| ·基于短时平均过零率的端点检测 | 第15-16页 |
| ·基于短时能量和过零率的双门限端点检测 | 第16-18页 |
| ·基于短时能量和过零率端点检测算法的几点改进 | 第18-19页 |
| ·基于相关性的端点检测 | 第19-21页 |
| ·其它的一些端点检测算法 | 第21页 |
| ·实现与结论 | 第21-25页 |
| 第三章 语音识别参数的提取 | 第25-37页 |
| ·线性预测系数(LPC) | 第25-29页 |
| ·线性预测分析的背景 | 第25-26页 |
| ·线性预测分析的导出 | 第26-27页 |
| ·线性预测方程组的求解 | 第27-29页 |
| ·线性预测倒谱系数(LPCC) | 第29页 |
| ·Mel频率倒谱系数(MFCC) | 第29-33页 |
| ·Mel滤波器组 | 第30-31页 |
| ·参数的计算 | 第31-33页 |
| ·实现与结论 | 第33-37页 |
| ·LPCC参数的实现和改进 | 第33-34页 |
| ·MFCC参数的实现和改进 | 第34-37页 |
| 第四章 语音识别算法的研究 | 第37-51页 |
| ·动态时间规整(DTW) | 第37-41页 |
| ·DTW技术的基本原理 | 第37-40页 |
| ·DTW算法的实现 | 第40-41页 |
| ·DTW识别系统的特点 | 第41页 |
| ·矢量量化(VQ) | 第41-43页 |
| ·VQ的基本原理 | 第41-42页 |
| ·VQ要解决的问题 | 第42页 |
| ·VQ语音识别的原理 | 第42-43页 |
| ·隐马尔可夫模型(HMM) | 第43-48页 |
| ·HMM的参数 | 第43-44页 |
| ·HMM的三个基本问题 | 第44-47页 |
| ·HMM语音识别的原理 | 第47-48页 |
| ·实现与结论 | 第48-51页 |
| 第五章 系统集成及其在嵌入式中的应用 | 第51-63页 |
| ·语音识别系统在PC机上的实现 | 第51-58页 |
| ·系统的构建 | 第51-56页 |
| ·性能测试 | 第56-58页 |
| ·语音识别系统在嵌入式中的应用 | 第58-63页 |
| ·嵌入式系统的软硬件环境 | 第59页 |
| ·嵌入式语音识别系统的构建和实现 | 第59-63页 |
| 第六章 结束语 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 硕士在读期间的研究成果 | 第71-73页 |
| 附录A | 第73页 |
