基于小波变换的语音特征值提取算法的研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 国内外语音识别技术的发展和现状 | 第11-12页 |
| 1.3 语音识别的关键技术 | 第12-13页 |
| 1.4 语音识别技术的发展与不足 | 第13页 |
| 1.5 论文的主要内容 | 第13-15页 |
| 第2章 语音识别的理论 | 第15-35页 |
| 2.1 语音识别系统 | 第15-16页 |
| 2.2 语音的预处理 | 第16-34页 |
| 2.2.1 预加重 | 第16-17页 |
| 2.2.2 分帧加窗 | 第17-19页 |
| 2.2.3 短时时域分析 | 第19-26页 |
| 2.2.4 短时频域分析 | 第26-30页 |
| 2.2.5 端点检测 | 第30-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第3章 特征参数提取 | 第35-48页 |
| 3.1 基音周期 | 第35-40页 |
| 3.1.1 自相关函数 | 第35-38页 |
| 3.1.2 谐波积谱 | 第38-39页 |
| 3.1.3 类谐波积谱 | 第39-40页 |
| 3.2 线性预测系数LPC | 第40-42页 |
| 3.3 LPCC特征参数 | 第42-44页 |
| 3.4 MFCC特征参数 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 小波分析基础 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 小波变换的定义 | 第48-55页 |
| 4.2.1 连续小波变换 | 第48-50页 |
| 4.2.2 多分辨率分析 | 第50-51页 |
| 4.2.3 常见的小波函数 | 第51-55页 |
| 4.3 小波去噪法 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 语音识别的方法 | 第60-71页 |
| 5.1 动态时间规整技术 | 第60-62页 |
| 5.2 矢量量化技术 | 第62-64页 |
| 5.3 隐马尔柯夫模型 | 第64-67页 |
| 5.4 人工神经网络 | 第67-70页 |
| 5.4.1 神经元 | 第68-69页 |
| 5.4.2 前向网络 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 语音特征值提取算法的仿真实验 | 第71-84页 |
| 6.1 语音识别系统的基本构成 | 第71页 |
| 6.2 预处理的仿真实验 | 第71-76页 |
| 6.2.1 端点检测算法仿真 | 第72-74页 |
| 6.2.2 小波降噪 | 第74-76页 |
| 6.3 特征值提取算法仿真 | 第76-80页 |
| 6.4 短单词语音识别仿真系统 | 第80-83页 |
| 6.5 本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第91-92页 |
| 致谢 | 第92-93页 |
