声明
摘要
第一章 绪论
1.1 课题研究的背景和意义
1.2 国内外语音识别的发展和研究现状
1.2.1 语音识别的发展
1.2.2 语音识别的研究现状
1.2.3 语音识别面临的挑战
1.3 本文研究内容及章节安排
第二章 语音信号处理基础
2.1 语音信号基本概念
2.1.1 语音信号的声学特征
2.1.2 语音信号的模型
2.1.3 语音信号预处理
2.2 语音信号的时频域分析
2.2.1 时域分析
2.2.2 频域分析
2.3 本章小结
第三章 经验模态分解理论
3.1 传统时域分析的局限性
3.2 经验模态分解基本概念
3.2.1 瞬时频率
3.2.2 特征时间尺度
3.2.3 固有模态函数
3.3 经验模态分解原理
3.3.1 经验模态分解的分解过程
3.3.2 经验模态分解的特点
3.4 本章小结
第四章 基于经验模态分解的语音端点检测
4.1 概述
4.2 语音信号特征参数提取
4.2.1 线性预测系数(LPC)
4.2.2 线性预测倒谱系数(LPCC)
4.2.3 美尔频率倒谱系数(MFCC)
4.3 基于双门限法的语音端点检测
4.3.1 双门限法原理
4.3.2 实验结果及分析
4.4 基于经验模态分解和短时平均幅度差函数的语音端点检测
4.4.1 平均幅度差函数
4.4.2 算法过程
4.4.3 实验结果及分析
4.5 基于经验模态分解和美尔频率倒谱系数的语音端点检测
4.5.1 算法过程
4.5.2 实验结果及分析
4.6 传统算法与本文提出算法之间的比较
4.7 本章小结
第五章 基于经验模态分解和RBF神经网络的语音识别方法
5.1 人工神经网络
5.2 径向基神经网络
5.2.1 RBF神经网络的原理
5.2.2 RBF神经网络的结构
5.2.3 RBF神经网络训练算法
5.3 基于经验模态分解和RBF神经网络的语音识别系统
5.3.1 算法过程
5.3.2 仿真实验结果
5.4 本章小结
第六章 总结与展望
参考文献
致谢
附录