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、依托于計算機(jī)技術(shù)的發(fā)展,語音識別技術(shù)的研究已經(jīng)轉(zhuǎn)向連續(xù)語音、中大字表、非特定人語音識別等領(lǐng)域,并逐步走向?qū)嵱?。然而實驗室中“有效的”語音識別系統(tǒng)在魯棒性(Robustness)、靈活性、自適應(yīng)性方面遠(yuǎn)不能滿足實際應(yīng)用的需要,特別是當(dāng)前語音識別技術(shù)中三大難點之一的噪音問題是阻礙實際應(yīng)用的關(guān)鍵。作為香港理工大學(xué)合作研究項目“Study of Control Technology for Building Services Based on
2、the Recognition of the Multimedia Systems”的前端部分,本文的研究將主要從語音信號的特征提取和語音增強(qiáng)處理方面提高識別的抗噪性。 針對原課題定位于一般的家用計算機(jī)處理設(shè)備和噪聲環(huán)境下的非特定人、小詞匯量、孤立詞語音識別要求,本文以成熟的DTW和HMM兩種識別方法為基礎(chǔ),分析了傳統(tǒng)的利用掩蔽特性進(jìn)行語音識別的方法特點,基于mel頻率和bark頻率的對應(yīng)關(guān)系對MFCC的提取方法進(jìn)行了改進(jìn),通過
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
- 語音識別中抗噪方法的研究.pdf
- 語音識別抗噪性能研究.pdf
- 語音識別抗噪算法的研究.pdf
- 抗噪連續(xù)語音識別的研究.pdf
- 抗噪語音識別算法的DSP實現(xiàn).pdf
- 基于組合去噪方法的語音識別抗噪技術(shù)研究.pdf
- 抗噪語音識別特征提取算法的研究.pdf
- 基于高階累積量的抗噪語音識別.pdf
- 基于TEO特征的抗噪語音情感識別.pdf
- 基于回歸神經(jīng)網(wǎng)絡(luò)的語音識別抗噪研究.pdf
- 抗噪語音識別系統(tǒng)研究與實現(xiàn).pdf
- 基于HMM模型的連接詞語音識別的抗噪研究.pdf
- 基于組合去噪方法的魯棒性語音識別.pdf
- Boosting模式識別預(yù)測方法的抗噪性研究.pdf
- 帶噪環(huán)境下的漢語連續(xù)語音識別研究.pdf
- 抗噪聲語音識別技術(shù)的研究.pdf
- 小波去噪在語音識別預(yù)處理中的應(yīng)用.pdf
- 基于SVM的含噪耳語音說話人識別研究.pdf
- 基于EMD方法的含噪語音識別技術(shù)研究.pdf
- 基于含噪短語音的魯棒說話人識別研究.pdf
評論
0/150
提交評論