文摘
英文文摘
独创性声明及关于论文使用授权的说明
第一章语音识别概述
1.1序言
1.2语音识别研究的历史与现状
1.3语音识别学科与其它学科的关系
1.4语音识别主要研究的技术问题
1.5性能评测体系、语料库与主要技术成果
1.6本文的主要研究工作和论文的安排
第二章基于Bayes模式的语音识别模型分析
2.1语音识别研究的基本问题
2.2模板匹配模型
2.2.1 VQ模型
2.2.2 DTW模型
2.3统计概率匹配模型
2.3.1 HMM模型
2.3.2 SM模型
2.4动态规整搜索算法的连续语音识别系统模型解析
2.5小结
第三章语音端点检测技术[C3][C4][C9]
3.1引言
3.2基于语音时域特征参数的端点检测方法
3.3基于语音频域特征参数的端点检测方法
3.4基于字(词)结构时域特征的汉语连续语音端点检测[C3][C9]
3.4.1基于汉语字(词)短时峰谷点能量的端点检测方法
3.4.2实验语料与测试数据
3.4.3检测方法性能分析
3.5基于多子带谱特征的汉语连续语音端点检测[C4][C9]
3.5.1时域端点检测方法存在的问题
3.5.2基于汉语频域特征的端点检测算法
3.5.3实验数据与分析
3.6非确定性噪音环境下的脉冲整形法
3.7小结
第四章多种语音特征参数的识别性能分析
4.1引言
4.2线性预测系数特性分析
4.3频域滤波器组设计
4.4各种倒谱系数计算方法与物理特性分析
4.5距离测度
4.6各种特征的识别性能比较
4.7小结
第五章汉字音节整体结构识别模型设计与性能分析[C1]
5.1汉语语音特点简述
5.2汉语语音识别模型与性能
5.3对汉语识别声学模型的深层分析[C1]
5.4汉字音节MFCC向量整体模型的实现[C1]
5.5实验与数据分析
5.5.1帧数固定和帧长固定的汉字音节整体MFCC向量模型识别性能
5.5.2某些影响汉字音节整体MFCC向量模型识别率的参数分析
5.6小结
第六章数字语音识别模型结构的比较性研究[C2][C5][C7][C8]
6.1引言
6.2数字语音的基本特点
6.3基于固定帧长观测向量序列的DTW结构的数字语音识别模型[C2]
6.4基于固定帧数观测向量序列的DTW结构的数字语音识别模型[C2][C8]
6.5基于数字语音时频信息整体结构的单特征向量识别模型[C7]
6.6数字语音MFCC向量序列整体模型的降噪设计与分析[C5]
6.6.1模型的降噪设计与分析
6.6.2数字语音识别算法处理流程
6.6.3实验数据与分析
6.7小结
第七章总结与展望
参考文献
致 谢
个人简历、在学期间参加的科研项目及发表的学术论文