基于聽覺特性和神經(jīng)網(wǎng)絡(luò)的漢語數(shù)字語音識別研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、漢語數(shù)字語音識別(MDSR,Mandarin Digit Speech Recognition)是語音識別領(lǐng)域中一個具有廣泛應(yīng)用背景的分支,在電話語音撥號,門禁系統(tǒng)、身份證號碼確認(rèn)等領(lǐng)域都有重要的應(yīng)用價值。但漢語數(shù)字語音識別存在語音的音節(jié)較少等缺點(diǎn),導(dǎo)致各個數(shù)字之間的混淆度很高,識別起來有相當(dāng)?shù)睦щy。 本文主要研究了目前的漢語數(shù)字語音識別技術(shù),并通過改進(jìn)來提高其系統(tǒng)的識別性能。從基于語音信號產(chǎn)生的數(shù)字模型出發(fā),研究了一個完整語音

2、識別系統(tǒng)的各個組成部分,包括前期的預(yù)處理、語音模型的訓(xùn)練、識別算法的處理等。 本文的主要工作如下: 1、在討論和比較語音信號各種傳統(tǒng)特征參數(shù)的提取方案,包括線性預(yù)測倒譜系數(shù)(LPCC)、Mel頻率倒譜系數(shù)(MFCC)的基礎(chǔ)上,研究了基于聽覺特性Bark尺度子波變換的語音特征參數(shù)提取方案來提高參數(shù)的穩(wěn)定性。初步研究了一種基于生物視覺機(jī)制基礎(chǔ)上產(chǎn)生的脈沖耦合神經(jīng)網(wǎng)絡(luò)來提取語音特征,并對其進(jìn)行改進(jìn)。 2、在模式匹配上,

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論