文摘
英文文摘
声明
第一章 绪论
1.1 研究背景和意义
1.2 语音识别的发展过程及其现状
1.3 语音识别的分类
1.4 噪声背景下的语音识别
1.5 本文主要研究内容及章节安排
第二章 语音识别的基本理论
2.1 语音技术的基础知识
2.2 语音信号的时域分析
2.3 语音信号的频域分析
2.4 语音识别系统
2.5 噪声对语音识别系统的影响
2.5.1 噪声对语音特征的影响
2.5.2 噪声对语音信号端点检测的影响
2.6 本章小结
第三章 小波技术在语音信号处理中的应用
3.1 引言
3.2 小波去噪的基本原理
3.2.1 一维信号去噪的步骤
3.2.2 噪声信号的小波分析特性
3.2.3 一维小波分析对平稳信号的去噪
3.2.4 一维小波分析对非平稳信号的去噪
3.3 小波去噪的方法
3.3.1 模极大值检测法
3.3.2 屏蔽去噪法
3.3.3 阈值去噪法
3.4 阈值处理方法
3.5 几种常用的小波
3.5.1 Haar小波
3.5.2 Daubechies(dbN)小波系
3.5.3 SymletsA(symN)小波系
3.5.4 Biorthogonal(biorNr.Nd)小波系
3.5.5 Meyer(meyr)小波
3.5.6 Mexican Hat Wavelet(mexh)小波
3.5.7 Morlet(morl)小波
3.5.8 Coiflet(coifN)小波系
3.6 小波去噪的性能评价标准
3.6.1 信噪比(SNR)
3.6.2 信噪比增益(A)
3.6.3 均方根误差(RSME)
3.7 仿真实验
3.7.1 仿真实验的思路
3.7.2 仿真实验使用的函数
3.8 仿真实验的步骤
3.9 实验结论
3.10 小结
第四章 特征参数提取与匹配
4.1 语音信号特征参数提取
4.1.1 线性预测分析
4.1.2 线性预测倒谱系数
4.1.3 美尔频率倒谱系数
4.2 模板匹配技术
4.2.1 相似性度量
4.2.2 动态时间规整(DTW)
4.2.3 DTW算法的改进
4.3 特征模板训练
4.4 小结
第五章 识别算法仿真
5.1 短点检测及仿真
5.2 DTW算法的实现
5.3 改进的DTW算法与传统的DTW算法的比较
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士期间取得的成果
致 谢