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86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(bào)或認(rèn)領(lǐng)

文檔簡介

1、語音識(shí)別是一個(gè)復(fù)雜的非線性過程,基于線性系統(tǒng)理論的語音識(shí)別方法如隱馬爾可夫(HMM)模型等技術(shù)的局限性逐漸凸現(xiàn)。隨著人工神經(jīng)網(wǎng)絡(luò)的非線性理論研究和應(yīng)用的逐漸深入,將這些理論應(yīng)用于語音識(shí)別成為可能。因此,本文將以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),引入MFCC與LPCC混合參數(shù)來進(jìn)行語音識(shí)別的研究。 本文主要研究了基于神經(jīng)網(wǎng)絡(luò)的數(shù)碼語音識(shí)別。對語音識(shí)別的預(yù)處理、特征提取與識(shí)別算法等環(huán)節(jié)進(jìn)行了計(jì)算驗(yàn)證、性能分析和結(jié)果評述。對本文所使用到的幾種識(shí)別方法的

2、識(shí)別性能與應(yīng)用特點(diǎn)進(jìn)行了比較,分析討論了在語音識(shí)別研究中神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)原則以及不同的特征參數(shù)等方面對語音識(shí)別結(jié)果的影響,研究構(gòu)造了相應(yīng)的語音識(shí)別模型與算法,并完成了實(shí)驗(yàn)軟件平臺(tái)的設(shè)計(jì)與開發(fā)。通過仿真計(jì)算,比較了相應(yīng)算法的識(shí)別性能及應(yīng)用特點(diǎn),分析討論了不同特征參數(shù)、訓(xùn)練樣本數(shù)目、背景噪聲以及是否特定人對識(shí)別結(jié)果的影響,結(jié)果表明,基于MFCC與LPCC混合參數(shù)比傳統(tǒng)單一的MFCC參數(shù)或LPCC參數(shù)的語音識(shí)別方法具有更好的識(shí)別性能,神經(jīng)網(wǎng)絡(luò)識(shí)

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(huì)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(chǔ)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(shí)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