基于DTW模型的非特定人孤立词语音识别研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 语音识别技术的发展历程和研究现状 | 第10-11页 |
1.2 孤立词语音识别概述 | 第11-13页 |
1.2.1 孤立词语音识别技术应用 | 第11-12页 |
1.2.2 孤立词语音识别技术原理和技术 | 第12-13页 |
1.3 非特定人语音识别研究的难点 | 第13-14页 |
1.4 本论文的研究目的和意义 | 第14-15页 |
1.5 本论文的主要研究工作 | 第15-16页 |
第二章 语音识别相关理论和关键技术 | 第16-36页 |
2.1 发声机理和数学模型 | 第16-17页 |
2.2 预处理 | 第17-23页 |
2.2.1 预加重 | 第17-18页 |
2.2.2 分帧加窗 | 第18-20页 |
2.2.3 传统的端点检测算法 | 第20-21页 |
2.2.4 向前多次搜索的过渡区检测算法 | 第21-23页 |
2.3 特征提取 | 第23-28页 |
2.3.1 听觉模型 | 第23-25页 |
2.3.2 线性预测倒谱系数 | 第25页 |
2.3.3 美尔频率倒谱系数 | 第25-27页 |
2.3.4 两种特征提取方法的比较 | 第27-28页 |
2.4 模板匹配模式 | 第28-29页 |
2.5 识别模型 | 第29-33页 |
2.5.1 人工神经网络模型 | 第29-31页 |
2.5.2 隐马尔可夫模型 | 第31页 |
2.5.3 矢量量化模型 | 第31-32页 |
2.5.4 动态时间规整模型 | 第32-33页 |
2.6 本章小结 | 第33-36页 |
第三章 基于改进的DTW识别模型 | 第36-46页 |
3.1 一般的DTW算法 | 第36-37页 |
3.2 解除端点对齐限制的DTW模型 | 第37-40页 |
3.2.1 模型描述 | 第37-38页 |
3.2.2 算法设计 | 第38-40页 |
3.3 改进前后算法实验结果 | 第40-44页 |
3.4 改进前后算法比较分析 | 第44-45页 |
3.5 本章小结 | 第45-46页 |
第四章 系统软件实现与实验结果分析 | 第46-58页 |
4.1 系统软件设计 | 第46-48页 |
4.2 实验数据选择和设置 | 第48-50页 |
4.2.1 采样 | 第48-49页 |
4.2.2 预处理及参数设置 | 第49-50页 |
4.3 端点检测与特征提取实验 | 第50-52页 |
4.4 语音识别实验与结果分析 | 第52-57页 |
4.4.1 改进算法的验证 | 第52-54页 |
4.4.2 加噪情况下的实验与结果分析 | 第54-56页 |
4.4.3 各模型识别结果比较 | 第56-57页 |
4.5 本章小结 | 第57-58页 |
第五章 总结与展望 | 第58-60页 |
5.1 论文工作成果 | 第58页 |
5.2 下一步工作计划 | 第58-60页 |
参考文献 | 第60-64页 |
致谢 | 第64页 |