基于神经网络的语音识别技术研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-15页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·语音识别面临的困难 | 第13-14页 |
| ·本文内容和结构安排 | 第14-15页 |
| 第二章 语音识别基础知识 | 第15-31页 |
| ·语音识别系统概述 | 第15-18页 |
| ·语音识别系统分类 | 第15-16页 |
| ·语音识别系统的构成 | 第16-18页 |
| ·语音识别层次模型 | 第16-18页 |
| ·语音识别系统模型 | 第18页 |
| ·语音信号预处理 | 第18-25页 |
| ·预滤波和采样 | 第19页 |
| ·语音信号预加重 | 第19-20页 |
| ·分帧和加窗 | 第20-22页 |
| ·语音信号端点检测 | 第22-25页 |
| ·特征参数提取 | 第25-30页 |
| ·过零率和峰值幅度(ZCPA) | 第26-27页 |
| ·线性预测系数(LPC) | 第27-28页 |
| ·线性预测倒谱系数(LPCC) | 第28页 |
| ·美尔频率倒谱系数(MFCC) | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 BP 神经网络原理和技术研究 | 第31-56页 |
| ·神经网络基础 | 第31-41页 |
| ·人工神经元 | 第31-36页 |
| ·模型结构 | 第36-37页 |
| ·神经网络学习方法 | 第37-38页 |
| ·神经网络学习规则 | 第38-41页 |
| ·BP 网络结构与特点 | 第41-42页 |
| ·BP 算法分析 | 第42-49页 |
| ·BP 算法改进 | 第49-55页 |
| ·传统算法的弊端 | 第49-50页 |
| ·改进措施 | 第50-54页 |
| ·实验验证 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于 BP 网络的语音识别系统 | 第56-79页 |
| ·仿真系统介绍 | 第56-59页 |
| ·系统工作原理 | 第58页 |
| ·各软件模块介绍 | 第58-59页 |
| ·语音样本集的建立 | 第59-65页 |
| ·采集语音信号 | 第60-61页 |
| ·语音的预处理 | 第61-62页 |
| ·获取语音特征值 | 第62-63页 |
| ·对特征值进行规整 | 第63-65页 |
| ·神经网络模型的确立 | 第65-67页 |
| ·BP 神经网络的训练 | 第67-70页 |
| ·BP 神经网络的识别 | 第70-72页 |
| ·实验结果与分析 | 第72-78页 |
| ·两种算法的比较 | 第72-74页 |
| ·不同特征参数的比较 | 第74-76页 |
| ·不同网络结构的比较 | 第76-78页 |
| ·隐含层神经元个数不同 | 第76-77页 |
| ·输出层神经元个数不同 | 第77-78页 |
| ·特定人和非特定人测试 | 第78页 |
| ·本章小结 | 第78-79页 |
| 第五章 总结与展望 | 第79-81页 |
| ·工作总结 | 第79页 |
| ·工作展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 攻读硕士期间的科研成果 | 第85-86页 |
