声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状及分析
1.3 论文主要工作及结构安排
第二章 基于倒谱距离的语音端点检测研究
2.1 语音信号预处理
2.1.1 采样及量化
2.1.2 预加重
2.1.3 分帧
2.1.4 加窗
2.2 基于时域特征的端点检测算法
2.2.1 短时能量
2.2.2 短时过零率
2.2.3 短时能量和过零率双门限检测算法
2.3 基于频域特征的端点检测算法
2.3.1 基于LPC欧式距离测度的端点检测
2.3.2 基于谱熵的端点检测
2.4 基于倒谱距离的语音端点检测方法
2.4.1 倒谱距离
2.4.2 Mel频率倒谱系数
2.4.3 传统语音端点检测方法
2.4.3 自适应倒谱距离语音端点检测方法
2.4.4 实验结果及分析
2.5 小结
第三章 改进的谱减法语音增强技术算法的研究
3.1 语音增强基础理论
3.1.1 语音特性
3.1.2 人耳感知特性
3.1.3 噪声特性
3.2 语音增强短时谱估计算法研究
3.2.1 维纳滤波法
3.2.2 最小均方误差法
3.2.3 最小均方自适应滤波法
3.3 改进的谱减法语音增强技术研究
3.3.1 幅度谱减法
3.3.2 功率谱减法
3.3.3 改进的功率谱减法研究
3.3.4 实验结果及分析
3.4 小结
第四章 HMM与BP神经网络混合结构模型研究
4.1 隐马尔可夫模型
4.1.1 HMM模型定义
4.1.2 HMM模型三个问题求解
4.1.3 HMM基本算法
4.1.4 HMM算法实现中的问题
4.2 人工神经网络
4.2.1 神经网络的结构
4.2.2 BP神经网络的训练方法
4.2.3 BP网络设计原则
4.2.4 BP网络的优点和不足
4.2.5 改进型BP神经网络
4.3 改进型HMM/ANN混合模型的研究
4.3.1 HMM/ANN模型结构
4.3.2 HMM/ANN混合模型训练
4.3.3 HMM/ANN混合模型识别
4.4 实验结果及分析
4.4.1 语音样本库的建立
4.4.2 语音预处理
4.4.3 HMM/BP网络结构
4.4.4 实验数据及分析
4.4.5 实验结论
4.5 小结
第五章 混合模型语音识别系统
5.1 语音识别系统
5.1.1 系统框架
5.1.2 系统功能
5.2 语音识别实验
5.2.1 系统识别率实验
5.2.2 系统抗噪性能试验
5.3 实验数据及分析
5.3.1 系统识别性能分析
5.3.2 系统抗噪性能分析
5.4 小结
第六章 总结与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间学术成果