

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、語(yǔ)音識(shí)別以語(yǔ)音信號(hào)為研究對(duì)象,是語(yǔ)音信號(hào)處理的一個(gè)重要研究方向,是模式識(shí)別的一個(gè)分支,涉及到語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、信號(hào)處理以及生理學(xué)、心理學(xué)等諸多領(lǐng)域,甚至還涉及到人的體態(tài)語(yǔ)言,其最終目標(biāo)是實(shí)現(xiàn)人與機(jī)器進(jìn)行自然語(yǔ)言通信。語(yǔ)音識(shí)別具有廣闊的應(yīng)用前景,已經(jīng)在聽(tīng)寫(xiě)機(jī)、電話(huà)查詢(xún)系統(tǒng)、家電控制等諸多領(lǐng)域獲得到了充分的應(yīng)用。然而在應(yīng)用和產(chǎn)業(yè)化的過(guò)程中,諸多難題逐漸顯現(xiàn)出來(lái)。尤其是背景噪聲的問(wèn)題,在實(shí)際的應(yīng)用中幾乎是無(wú)法避免的。研究將要解決的問(wèn)題就是如
2、何把原始語(yǔ)音從背景噪聲中分離出來(lái),這將會(huì)使識(shí)別系統(tǒng)具有很強(qiáng)的適應(yīng)性。因此研究語(yǔ)音識(shí)別技術(shù)具有十分重要的意義?! ”菊撐恼轻槍?duì)背景噪聲這一難點(diǎn),對(duì)漢語(yǔ)語(yǔ)音識(shí)別系統(tǒng)中的幾個(gè)方面分別提出了相應(yīng)的改進(jìn)算法,并且驗(yàn)證了其可行性及有效性。論文首先對(duì)語(yǔ)音識(shí)別系統(tǒng)中涉及到的基本概念及原理進(jìn)行了簡(jiǎn)單的介紹,之后分別針對(duì)語(yǔ)音識(shí)別系統(tǒng)中預(yù)處理階段的端點(diǎn)檢測(cè)算法、語(yǔ)音信號(hào)的特征提取算法以及模式匹配和模型訓(xùn)練算法進(jìn)行了深入的理論研究。將小波變換應(yīng)用于帶噪語(yǔ)音
3、的端點(diǎn)檢測(cè)算法,在信噪比逐漸降低的過(guò)程中仍然保持了較為理想的檢測(cè)效果;利用頻率倒譜系數(shù)作為語(yǔ)音信號(hào)的特征參數(shù),由于考慮了人類(lèi)發(fā)聲與接收聲音的特性,因此具有更好的抗噪魯棒性;針對(duì)如何克服HMM模型的一階假設(shè)和獨(dú)立性假設(shè)帶來(lái)的問(wèn)題,引入神經(jīng)網(wǎng)絡(luò)的方法,將二者有機(jī)地結(jié)合起來(lái),提出了一種HMM/SOFMNN的混合模型,在一定程度上克服了HMM局限性的問(wèn)題,并且有效地提高了系統(tǒng)的抗噪性能?! ?shí)驗(yàn)證明,綜合各部分的改進(jìn)算法建立起來(lái)的非特定人漢語(yǔ)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 噪聲環(huán)境下語(yǔ)音識(shí)別方法的研究.pdf
- 噪聲背景下孤立詞語(yǔ)音識(shí)別方法研究與仿真.pdf
- 噪聲環(huán)境下的語(yǔ)音識(shí)別方法研究與改進(jìn).pdf
- 基于小波變換的噪聲環(huán)境下的語(yǔ)音識(shí)別方法.pdf
- 基于HMM模型的混合特征參數(shù)語(yǔ)音識(shí)別方法的研究.pdf
- 基于HMM模型的眉毛識(shí)別方法研究.pdf
- 背景噪聲下基于語(yǔ)音增強(qiáng)的語(yǔ)音識(shí)別技術(shù)研究.pdf
- 基于HMM的噪聲語(yǔ)音端點(diǎn)檢測(cè)方法研究.pdf
- 基于HMM和ANN的基因識(shí)別方法.pdf
- 一種基于HMM和WNN混合模型的語(yǔ)音識(shí)別方法.pdf
- HMM模型在高噪聲環(huán)境下的語(yǔ)音識(shí)別應(yīng)用研究.pdf
- 基于HMM模型的順式調(diào)控模塊識(shí)別方法的研究.pdf
- 基于HMM的語(yǔ)音識(shí)別技術(shù)的研究.pdf
- 基于RBF的語(yǔ)音情感識(shí)別方法研究.pdf
- 基于HMM模型的人臉識(shí)別方法研究.pdf
- 基于進(jìn)化計(jì)算的語(yǔ)音識(shí)別方法.pdf
- 基于VQ-HMM的說(shuō)話(huà)人識(shí)別方法研究.pdf
- 基于HMM的情感語(yǔ)音識(shí)別.pdf
- 基于HMM的轉(zhuǎn)錄因子結(jié)合位點(diǎn)識(shí)別方法研究.pdf
- 噪聲背景下的語(yǔ)音端點(diǎn)檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論