论文目录 | |
| 摘要 | 第1-6
页 |
| ABSTRACT | 第6-14
页 |
| 第一章 绪论 | 第14-20
页 |
| 1．1 研究背景 | 第14-17
页 |
| 1．2 论文研究的主要工作及研究成果 | 第17-18
页 |
| 1．3 论文章节的安排 | 第18-20
页 |
| 第二章 抗噪声语音识别技术 | 第20-36
页 |
| 2．1 引言 | 第20
页 |
| 2．2 声学环境的模型 | 第20-22
页 |
| 2．3 抗噪声的语音识别技术 | 第22-35
页 |
| 2．3．1 抗噪声的语音特征 | 第22-27
页 |
| 2．3．2 语音增强 | 第27-30
页 |
| 2．3．3 噪声环境的模型补偿 | 第30-35
页 |
| 2．4 小结 | 第35-36
页 |
| 第三章 基于HMM的语音识别实验系统 | 第36-48
页 |
| 3．1 引言 | 第36
页 |
| 3．2 HMM模型的基本原理 | 第36-42
页 |
| 3．2．1 HMM模型的基本结构 | 第37-38
页 |
| 3．2．2 基于HMM的孤立词语音识别 | 第38
页 |
| 3．2．3 HMM模型的训练 | 第38-42
页 |
| 3．2．4 Viterbi解码 | 第42
页 |
| 3．3 常用的语音特征 | 第42-45
页 |
| 3．3．1 LPCC | 第43-44
页 |
| 3．3．2 MFCC | 第44
页 |
| 3．3．3 PLP | 第44-45
页 |
| 3．4 论文中使用的实验系统 | 第45-47
页 |
| 3．4．1 语音模型 | 第46
页 |
| 3．4．2 语音数据 | 第46-47
页 |
| 3．5 小结 | 第47-48
页 |
| 第四章 基于单边自相关序列语音特征的模型补偿技术 | 第48-67
页 |
| 4．1 引言 | 第48-49
页 |
| 4．2 基于MFCC特征的模型补偿技术的基本原理 | 第49-52
页 |
| 4．2．1 噪声模型 | 第49
页 |
| 4．2．2 失配函数(Mismatch function) | 第49-50
页 |
| 4．2．3 PMC模型补偿技术 | 第50-51
页 |
| 4．2．4 VTS模型补偿技术 | 第51-52
页 |
| 4．3 低信噪比时基于MFCC特征的模型补偿技术的不足 | 第52-53
页 |
| 4．4 基于单边自相关序列MFCC特征的模型补偿技术 | 第53-60
页 |
| 4．4．1 基于单边自相关序列的语音特征 | 第53-55
页 |
| 4．4．2 基于OSA-MFCC特征的模型补偿 | 第55-57
页 |
| 4．4．3 实验结果 | 第57-60
页 |
| 4．5 基于相对自相关序列MFCC特征的模型补偿技术 | 第60-66
页 |
| 4．5．1 基于相对自相关序列的MFCC语音特征 | 第60-61
页 |
| 4．5．2 基于RAS-MFCC特征的模型补偿技术 | 第61-63
页 |
| 4．5．3 实验结果 | 第63-66
页 |
| 4．6 小结 | 第66-67
页 |
| 第五章 基于MFCC特征的丢失数据噪声语音识别技术 | 第67-88
页 |
| 5．1 引言 | 第67-68
页 |
| 5．2 基于滤波器组语音特征的丢失数据技术 | 第68-72
页 |
| 5．2．1 丢失数据原理 | 第68
页 |
| 5．2．2 不可靠分量的检测 | 第68-69
页 |
| 5．2．3 数据估计技术 | 第69-71
页 |
| 5．2．4 边缘概率技术 | 第71-72
页 |
| 5．3 基于MFCC特征的边缘概率技术 | 第72-80
页 |
| 5．3．1 基于MFCC特征的边缘概率技术的可行性 | 第72-73
页 |
| 5．3．2 MFCC特征中不可靠分量的检测 | 第73-75
页 |
| 5．3．3 实验结果 | 第75-80
页 |
| 5．4 基于MFCC特征的软判决技术 | 第80-87
页 |
| 5．4．1 基本模型 | 第80-81
页 |
| 5．4．2 基于模糊逻辑的分量可靠性估计 | 第81-83
页 |
| 5．4．3 实验结果 | 第83-87
页 |
| 5．5 小结 | 第87-88
页 |
| 第六章 噪声自适应的多分辨率语音识别方法 | 第88-103
页 |
| 6．1 引言 | 第88-89
页 |
| 6．2 子带识别的基本原理 | 第89-92
页 |
| 6．2．1 子带识别方法 | 第89-90
页 |
| 6．2．2 子带的概率结合 | 第90
页 |
| 6．2．3 子带的特征结合 | 第90-92
页 |
| 6．3 基于RAS-MFCC特征的边缘概率技术 | 第92-96
页 |
| 6．3．1 基于抗噪声语音特征的边缘概率技术 | 第92
页 |
| 6．3．2 RAS-MFCC特征中不可靠分量的检测 | 第92-93
页 |
| 6．3．3 实验结果 | 第93-96
页 |
| 6．4 噪声自适应多分辨率语音识别方法 | 第96-102
页 |
| 6．4．1 基于全带特征和子带特征的边缘概率技术的不足 | 第96-97
页 |
| 6．4．2 系统的基本结构 | 第97-98
页 |
| 6．4．3 实验结果 | 第98-102
页 |
| 6．5 小结 | 第102-103
页 |
| 结论 | 第103-105
页 |
| 参考文献 | 第105-117
页 |
| 攻读博士学位期间完成的学术论文 | 第117-118
页 |
| 致谢 | 第118页 |
