基于HMM模型的汉语数字语音识别算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·语音识别概述 | 第11-14页 |
| ·语音识别技术的发展 | 第14-16页 |
| ·语音识别现状及难点 | 第16-17页 |
| ·本文的主要工作 | 第17-19页 |
| 第二章 语音信号处理的基本理论 | 第19-37页 |
| ·语音信号产生的数学模型 | 第19-20页 |
| ·语音信号的特征分析 | 第20-22页 |
| ·预滤波、采样、A/D转换 | 第20-21页 |
| ·预加重 | 第21-22页 |
| ·分帧加窗 | 第22页 |
| ·端点检测 | 第22-29页 |
| ·短时能量 | 第22-24页 |
| ·短时平均过零率 | 第24-25页 |
| ·基于能量-过零率的改进端点检测算法 | 第25-29页 |
| ·语音特征提取 | 第29-37页 |
| ·线性预测系数(LPC) | 第30-31页 |
| ·线性预测倒谱系数(LPCC) | 第31-32页 |
| ·Mel频率倒谱系数 | 第32-35页 |
| ·特征参数的失真测度 | 第35-37页 |
| 第三章 基于DTW的汉语识别原理 | 第37-45页 |
| ·DTW的基本原理和算法 | 第37-39页 |
| ·DTW的高效算法 | 第39-41页 |
| ·模板的训练方法 | 第41-42页 |
| ·DTW存在的问题 | 第42-45页 |
| 第四章 隐马尔可夫模型 | 第45-65页 |
| ·隐马尔可夫模型(HMM) | 第45-50页 |
| ·马尔可夫(Markov)链 | 第45-46页 |
| ·HMM的基本思想 | 第46-47页 |
| ·HMM的基本概念 | 第47-50页 |
| ·HMM模型的三个基本问题 | 第50-56页 |
| ·观察序列概率的计算 | 第50-52页 |
| ·最佳状态链的确定 | 第52-54页 |
| ·参数优化 | 第54-56页 |
| ·HMM的初值选择 | 第56-58页 |
| ·HMM的类型 | 第58-61页 |
| ·按照HMM的状态转移概率矩阵(A参数)分类 | 第58-60页 |
| ·按照HMM的输出概率分布(B参数)分类 | 第60-61页 |
| ·连接词识别算法 | 第61-65页 |
| ·两级DP算法 | 第62-65页 |
| 第五章 基于HMM的汉语数字语音识别 | 第65-77页 |
| ·实验过程设计 | 第65-73页 |
| ·实验结果及讨论 | 第73-77页 |
| ·识别仿真结果 | 第73-75页 |
| ·HMM的不足 | 第75页 |
| ·基于DTW的数字语音识别实验结果分析 | 第75-76页 |
| ·基于HMM和DTW条件下的识别结果比较 | 第76-77页 |
| 第六章 结论与展望 | 第77-79页 |
| ·本文总结 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士学位期间发表的论文 | 第85页 |
