2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、目前在安靜的環(huán)境下,大多數(shù)語音識別系統(tǒng)的識別性能都非常出色,但是在有噪聲的環(huán)境下,系統(tǒng)性能會有較大的下降。這個問題已成為語音識別系統(tǒng)實用化的一個主要障礙。因此,抗噪語音識別的研究逐漸成為語音識別領域的研究熱點。在語音識別系統(tǒng)中,語音特征參數(shù)的提取是特別重要的步驟之一。不同的特征參數(shù)由于識別性能和抗噪性能的差異,直接影響著系統(tǒng)的噪聲魯棒性。 本文首先簡單介紹了常用的語音特征參數(shù),分析了目前語音識別中廣泛使用的特征參數(shù)——Mel頻率

2、倒譜系數(shù)(MFCC)的提取過程并進行了仿真實驗。然后闡述了Charles A.Micchelli 和Yuesheng Xu建立的不變集多小波理論,以此為基礎討論了有著自仿映射區(qū)間特性的雙正交多小波濾波器的推導,及其濾波器的使用方法,根據(jù)雙正交多小波濾波器的一般推導方法,構建出了基于三角域的多小波濾波器,并用實例證明了不變集多小波分解后能精確重構、無邊界失真效應??紤]到多小波比單小波具有更大的自由度可同時具有許多良好的性質,如對稱性、短支

3、撐性、正交性和高階消失矩等;針對短時傅立葉變換在提取語音特征參數(shù)時的缺陷,本文在研究不變集多小波理論的基礎上,借鑒MFCC參數(shù)的提取算法,用多小波變換代替傅立葉變換及MEL濾波,構造了一種新的語音特征參數(shù)MWBC,并進行了仿真實驗。 本論文最后介紹了語音識別基本原理和隱馬爾可夫模型(HMM)的基本知識,對HMM在漢語數(shù)字識別中的一些具體問題進行深入研究,如HMM類型、結構的選擇,狀態(tài)數(shù)、混合度的選取等。在安靜的環(huán)境以及加性高斯隨

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論