文摘
英文文摘
第1章 绪论
1.1 概述
1.2 语音识别技术简介
1.2.1 语音识别的基本原理
1.2.2 语音识别的基本方法
1.3 语音识别的发展概况和研究现状
1.4 语音识别中存在的难点和问题
1.5 本文的主要研究内容
第2章 隐马尔可夫模型
2.1 马尔可夫链的定义
2.2 隐马尔可夫模型的定义
2.3 隐马尔可夫模型的三个问题及其解决方案
2.3.1 评估问题的解决-前向-后向算法
2.3.2 解码问题的解决-Viterbi算法
2.3.3 学习(训练)问题的解决-Baum-Welch算法
2.4 HMM算法实现
2.4.1 HMM状态数的确定
2.4.2 初始概率分布
2.4.3 模型B参数重估
2.4.4 多观察值序列训练
2.4.5 解决训练数据不足的问题
第3章 语音增强技术
3.1 噪声的分类
3.2 卡尔曼滤波
3.2.1 语音信号的线性预测分析
3.2.2 卡尔曼滤波
3.3 小波变换去噪
3.3.1 连续小波变换
3.3.2 离散小波变换
3.3.3 平稳小波变换
3.3.4 小波阈值去噪方法的研究
3.4 两种滤波方法的实验结果
第4章 基于HMM的口令识别系统
4.1 口令识别系统原理
4.2 语音信号的预处理
4.3 端点检测
4.4 Mel倒谱系数MFCC
4.4.1 MFCC的优点
4.4.2 MFCC的计算过程
第5章 基于HMM的语音实时口令识别系统的设计与实现
5.1 语音识别系统的实现
5.1.1 语音模型训练
5.1.2 语音识别测试
5.2 基于LINUX嵌入式系统的程序移植
5.2.1 程序移植流程简介
5.2.2 移植程序说明
5.2.3 移植结果
5.3 语音识别系统性能测试
5.3.1 实时测试结果与分析
5.3.2 基于perl脚本的测试
5.3.3 perl脚本测试实验数据库
5.3.4 perl测试实验结果
5.3.5 测试结果分析
第6章 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文