基于孤立字词的扬州方言语音识别研究
摘要 | 第1-9页 |
ABSTRACT | 第9-11页 |
1 绪论 | 第11-19页 |
·选题的背景及意义 | 第11-12页 |
·语音识别技术的发展历史及现状 | 第12-15页 |
·语音识别系统概述 | 第15-17页 |
·语音识别系统的构成 | 第15-16页 |
·语音识别系统的分类 | 第16-17页 |
·语音识别系统的评价标准 | 第17页 |
·本文的主要研究内容及结构安排 | 第17-18页 |
·本章小结 | 第18-19页 |
2 语音信号的预处理和特征参数提取 | 第19-36页 |
·语音信号的特性及产生原理 | 第19-21页 |
·语音信号的特性 | 第19-20页 |
·语音信号的产生原理 | 第20-21页 |
·语音信号的数字化及预处理 | 第21-29页 |
·语音信号的采样和量化 | 第21-22页 |
·语音信号的预滤波和预加重 | 第22页 |
·语音信号的分帧和加窗 | 第22-25页 |
·语音信号的端点检测 | 第25-29页 |
·语音信号的特征参数提取 | 第29-35页 |
·线性预测倒谱系数(LPCC) | 第30-31页 |
·梅尔频率倒谱系数(MFCC) | 第31-33页 |
·MFCC的差分混合系数 | 第33-35页 |
·本章小结 | 第35-36页 |
3 扬州方言语音语料数据库的建立 | 第36-43页 |
·语音语料数据库概述 | 第36-37页 |
·构建扬州方言语音语料数据库 | 第37-42页 |
·构建语音语料数据库的一般步骤 | 第37-39页 |
·设计扬州方言语料库 | 第39-40页 |
·录制扬州方言语音 | 第40-42页 |
·本章小结 | 第42-43页 |
4 基于动态时间规整和隐马尔科夫模型的识别算法 | 第43-62页 |
·动态时间规整技术 | 第43-48页 |
·动态时间规整技术的基本原理 | 第43-44页 |
·动态时间规整的路径选择限制条件 | 第44-45页 |
·动态时间规整的路径搜索算法 | 第45-46页 |
·动态时间规整技术的特征模板训练 | 第46-48页 |
·动态时间规整技术的优缺点 | 第48页 |
·隐马尔科夫模型简介 | 第48-53页 |
·马尔科夫链 | 第49页 |
·隐马尔科夫模型的定义 | 第49-51页 |
·隐马尔科夫模型的结构和类型 | 第51-53页 |
·HMM的算法实现 | 第53-57页 |
·涉及HMM算法的三个基本问题 | 第53页 |
·输出概率的计算 | 第53-55页 |
·最佳状态转移路径的求解 | 第55-56页 |
·模型的参数优化 | 第56-57页 |
·HMM的算法改进 | 第57-59页 |
·计算数据溢出问题 | 第58页 |
·多对象训练问题 | 第58-59页 |
·算法仿真实验与分析 | 第59-61页 |
·DTW算法仿真 | 第59-60页 |
·HMM算法仿真 | 第60-61页 |
·本章小结 | 第61-62页 |
5 扬州方言语音识别系统的仿真与分析 | 第62-70页 |
·扬州方言语音识别系统简介 | 第62-65页 |
·非高斯噪声下的系统优化 | 第65-66页 |
·系统仿真实验与分析 | 第66-69页 |
·方言孤立字语音识别 | 第67页 |
·方言孤立词语音识别 | 第67-68页 |
·非高斯噪声下的方言语音识别 | 第68-69页 |
·本章小结 | 第69-70页 |
6 总结与展望 | 第70-73页 |
·总结 | 第70-71页 |
·展望 | 第71-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
已发表论文 | 第78-79页 |