CASIA OpenIR  > 毕业生  > 硕士学位论文
人工神经网络语音识别和基于清/浊音分割的连续语音识别
俞东海
学位类型工学硕士
导师陈道文
1997-06-01
学位授予单位中国科学院自动化研究所
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
摘要本文是作者在中国科学院自动化研究所攻读硕士学位期间所做工作的总 结。主要包括两大部分内容。第一部分是人工神经网络用于语音识别,是对作者 在1995年8月到1996年4月参加中科院的课题“人机语音对话系统工程”之子 课题“听觉模型与人工神经网络在语音识别中的应用”所做工作的介绍。第二部 分介绍的是基于清浊音分割的连续语音识别方法研究,这是作者自1996年5月 至今的主要工作。论文安排如下: ·第一章是概述,简单介绍了语音识别技术的发展历史和现状,同时,全面地 叙述了作者从事语音识别研究以来对本领域的一些总体上的观点。这些观点 都是个人观点,也是本文工作的出发点,相信有助于读者理解本文的后续内 容。 · 第二章介绍语音信号的短时分析技术,这是整个论文工作的基础。但这里并 不是要全面地给出语音信号的前端处理方法,而是针对本文工作所用到的部 分给出一个概括,其中重点介绍了作者工作中用到的时域参数和频域参数。 · 第三章和第四章叙述了作者在人工神经网络方面的工作。第三章是理论基 础,主要介绍后续章节要用到的BP学习算法。而第四章则是对作者在所参 与课题中完成的人工神经网络全音节识别系统的实现细节和实验数据,其中 重点介绍了一个可用于实时识别系统的时间规整方法--样条插值拟合参 数曲线方法。 · 第五章和第六章介绍基于清浊音分割的连续语音识别。第五章主要是对当前 语音识别中的主流方法--HMM语音识别做了一个简要的介绍。第六章介 绍了作者对基于切分的连续语音识别研究工作。首先分析了连续语音流切分 的可行性和优缺点,然后介绍了作者的一个主要观点:音节或音素切分目前 来看有很大的困难,而清音段和浊音段的切分则较为可行。本章详细介绍了 作者在语音流切分方面所做的工作,介绍了一个基于时域参数和基频检测的 U/V分割方法,并对基于ANN和I-IMM的清音段的识别分别给出了详细的 算法与实验结果,同时简要介绍了浊音段识别的方法。 · 最后一章是结论与展望,总结了作者的全部工作,介绍作者的一些亲身体 会,并对以后的工作提出了一些建议。
馆藏号XWLW439
其他标识符439
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/7200
专题毕业生_硕士学位论文
推荐引用方式
GB/T 7714
俞东海. 人工神经网络语音识别和基于清/浊音分割的连续语音识别[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1997.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[俞东海]的文章
百度学术
百度学术中相似的文章
[俞东海]的文章
必应学术
必应学术中相似的文章
[俞东海]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。