基于声学特征的自动语言辨识研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 前言 | 第8-16页 |
| ·自动语言辨识介绍 | 第8-9页 |
| ·自动语言辨识研究的主要方法 | 第9-12页 |
| ·自动语言辨识系统评测 | 第12-14页 |
| ·国内的研究现状 | 第14-15页 |
| ·论文的组织和章节安排 | 第15-16页 |
| 第二章 语音信号特征参数 | 第16-24页 |
| ·RASTA-PLP参数 | 第16-17页 |
| ·MFCC参数 | 第17-20页 |
| ·RASTA-MFCC参数 | 第20-21页 |
| ·CMS-MFCC参数 | 第21-22页 |
| ·滑动差分倒谱参数 | 第22-24页 |
| 第三章 高斯混合模型 | 第24-28页 |
| ·高斯混合模型 | 第24-25页 |
| ·期望最大(EM)算法 | 第25-26页 |
| ·贪婪期望最大(Greedy EM)算法 | 第26-28页 |
| 第四章 语音语料库 | 第28-33页 |
| ·英语语音语料库的组成 | 第28-29页 |
| ·德语语音语料库的组成 | 第29-30页 |
| ·日语语音语料库的组成 | 第30-31页 |
| ·法语语音语料库的组成 | 第31页 |
| ·西班牙语语音语料库的组成 | 第31-33页 |
| 第五章 识别系统的初步实验 | 第33-38页 |
| ·实验用语音数据 | 第33页 |
| ·训练数据量及高斯混合分量数目对性能的影响 | 第33-35页 |
| ·RASTA和CMS对MFCC性能的影响 | 第35-38页 |
| 第六章 说话人归一化技术 | 第38-47页 |
| ·说话人归一化技术 | 第38-39页 |
| ·频率弯折因子估计 | 第39-40页 |
| ·频率弯折函数 | 第40-42页 |
| ·二次频率弯折函数 | 第42-44页 |
| ·实验与分析 | 第44-47页 |
| 第七章 滑动倒谱参数与数据融合 | 第47-58页 |
| ·滑动倒谱参数 | 第47页 |
| ·数据融合 | 第47-49页 |
| ·实验与分析 | 第49-58页 |
| 第八章 总结和展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·对未来工作的展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的学术论文目录 | 第67页 |
