基于RBF神经网络的语音识别方法的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·本课题研究的目的和意义 | 第10页 |
| ·语音识别概述 | 第10-13页 |
| ·语音识别的发展和现状 | 第11-12页 |
| ·语音识别系统分类 | 第12-13页 |
| ·语音识别技术 | 第13-15页 |
| ·传统的语音识别方法 | 第13-14页 |
| ·基于神经网络的语音识别方法 | 第14-15页 |
| ·语音识别的问题和困难 | 第15-16页 |
| ·本文的研究内容及章节安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 语音识别的基本原理与技术 | 第18-34页 |
| ·语音识别系统结构 | 第18-20页 |
| ·语音识别的层次模型 | 第18-19页 |
| ·语音识别的系统模型 | 第19-20页 |
| ·语音信号的产生模型 | 第20-24页 |
| ·语音产生的生理学机理 | 第20-21页 |
| ·语音发声系统的数学模型 | 第21-23页 |
| ·人类听觉系统模型 | 第23-24页 |
| ·语音信号分析方法 | 第24页 |
| ·语音信号预处理过程 | 第24-30页 |
| ·预滤波和采样 | 第24-25页 |
| ·预加重 | 第25-26页 |
| ·加窗分帧 | 第26-28页 |
| ·端点检测 | 第28-30页 |
| ·语音信号的特征参数提取 | 第30-33页 |
| ·线性预测倒谱系数 | 第31页 |
| ·美尔频率倒谱系数 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 RBF神经网络用于语音识别的研究 | 第34-50页 |
| ·人工神经网络概述 | 第34-39页 |
| ·人工神经网络解决语音识别的优越性 | 第34-35页 |
| ·人工神经网络三要素 | 第35-38页 |
| ·人工神经网络的工作机理 | 第38-39页 |
| ·径向基函数神经网络 | 第39-41页 |
| ·RBF神经网络结构 | 第39-40页 |
| ·RBF神经网络的映射机理 | 第40-41页 |
| ·RBF神经网络的训练算法 | 第41-46页 |
| ·RBF神经网络训练存在的问题 | 第42页 |
| ·RBF神经网络主要训练算法 | 第42-44页 |
| ·本文采用的训练算法 | 第44-46页 |
| ·时间规整算法在神经网络中的应用 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 家电语音识别系统仿真及实验分析 | 第50-66页 |
| ·系统概述 | 第50-53页 |
| ·系统流程图 | 第50-51页 |
| ·系统软件结构图 | 第51页 |
| ·系统页面设置 | 第51-53页 |
| ·语音信号采样 | 第53-54页 |
| ·语音信号预处理 | 第54-58页 |
| ·特征提取 | 第58-60页 |
| ·RBF神经网络设计与分析 | 第60-62页 |
| ·BRF神经网络设计 | 第60-61页 |
| ·RBF网络训练和识别 | 第61-62页 |
| ·RBF神经网络识别方法性能分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间公开发表论文 | 第71-72页 |
| 致谢 | 第72-73页 |
| 研究生履历 | 第73页 |
