| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题背景及意义 | 第10-12页 |
| ·语音信号处理 | 第10页 |
| ·基音及其检测技术 | 第10-11页 |
| ·方言辨识 | 第11-12页 |
| ·相关领域的研究现状 | 第12-15页 |
| ·基音检测技术的研究现状 | 第12-14页 |
| ·方言辨识的研究现状 | 第14-15页 |
| ·本论文的主要内容和组织安排 | 第15-17页 |
| 第二章 基音检测的常用算法 | 第17-30页 |
| ·引言 | 第17页 |
| ·时域算法 | 第17-25页 |
| ·自相关基音检测算法 | 第17-22页 |
| ·平均幅度差函数法 | 第22-23页 |
| ·自相关法与平均幅度法相结合 | 第23-25页 |
| ·频域算法 | 第25-29页 |
| ·简化逆滤波跟踪算法 | 第25-27页 |
| ·倒谱法 | 第27-29页 |
| ·其它算法 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于预测神经元模型的LP-CEP基音检测算法 | 第30-40页 |
| ·引言 | 第30页 |
| ·线性预测模型 | 第30-31页 |
| ·线性预测系数计算 | 第31-34页 |
| ·自相关法 | 第31-32页 |
| ·协方差法 | 第32-33页 |
| ·Burg算法 | 第33页 |
| ·预测神经元模型 | 第33-34页 |
| ·倒谱分析 | 第34-35页 |
| ·实验结果与分析 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于高斯混合模型的MBE自相关基音检测算法 | 第40-49页 |
| ·引言 | 第40页 |
| ·高斯混合模型(GMM) | 第40-41页 |
| ·清浊音判决参数的选取 | 第41-42页 |
| ·短时过零率 | 第41-42页 |
| ·短时能量 | 第42页 |
| ·短时自相关函数 | 第42页 |
| ·谱倾斜度 | 第42页 |
| ·清浊音判决系统的建立 | 第42-43页 |
| ·基音提取 | 第43-44页 |
| ·实验结果与分析 | 第44-48页 |
| ·清浊音判决实验 | 第44页 |
| ·基音检测实验 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于SOM神经网络和支持向量机的方言辨识研究 | 第49-59页 |
| ·引言 | 第49页 |
| ·基本理论 | 第49-53页 |
| ·SOM神经网络 | 第49-51页 |
| ·支持向量机 | 第51-53页 |
| ·方言辨识参数的选取 | 第53-54页 |
| ·基音频率 | 第53-54页 |
| ·MFCC参数 | 第54页 |
| ·方言辨识系统的设计标准 | 第54-55页 |
| ·方言辨识系统的构成 | 第55页 |
| ·实验结果与分析 | 第55-57页 |
| ·结论 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68-69页 |
