已閱讀1頁，還剩53頁未讀， 繼續(xù)免費(fèi)閱讀
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、音調(diào)特征在漢語語音識別中起著非常重要的作用。而音調(diào)特征可以由基頻特征來刻畫和構(gòu)造。因此在實(shí)際的環(huán)境中尋找到一種可靠的、有效的基頻提取方法是一件很困難的事情。因此，探索基頻特征的魯棒性研究，已成為當(dāng)今漢語語音識別領(lǐng)域的一個熱點(diǎn)。同時音調(diào)信息漢語普通話起著構(gòu)字辨義的作用。但是傳統(tǒng)的單流隱馬爾科夫模型（Hidden Markov Model，HMM）沒有對音調(diào)信息進(jìn)行充分地利用。因此如何有效地對音調(diào)信息進(jìn)行建模同樣也成為了一個研究熱點(diǎn)。 2、> 本文的主要研究內(nèi)容包括以下兩個方面：
1.構(gòu)造一種魯棒的、有效的基頻提取算法。考慮到在噪聲環(huán)境下，基頻提取算法的性能下降很快，所以提出把語音增強(qiáng)方法作為基頻提取算法的預(yù)處理單元。這樣我們可以減少噪聲對語音頻譜的影響，從而有利于正確地提取基頻特征。
2.構(gòu)造出一個采用雙流HMM聲學(xué)建模方法的語音識別系統(tǒng)，來解決傳統(tǒng)單流HMM建模方法無法充分利用基頻特征這個弊端。這種新的建模方式，是在每一個HMM的狀態(tài)
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
- 基于SOM網(wǎng)絡(luò)的語音基頻模式提取研究.pdf
- 基于語音的身份識別算法及應(yīng)用研究.pdf
- 基于增強(qiáng)協(xié)同訓(xùn)練算法的語音情感識別.pdf
- 語音增強(qiáng)算法的研究及應(yīng)用.pdf
- HHT在語音增強(qiáng)和語音端點(diǎn)檢測中的應(yīng)用研究.pdf
- 基于語音增強(qiáng)的語音活動檢測算法研究.pdf
- 人工蜂群算法及其在語音識別中的應(yīng)用研究.pdf
- 語音增強(qiáng)算法研究與應(yīng)用.pdf
- 基于FDA的語音基頻建模的研究.pdf
- PCNN在語音情感識別中的應(yīng)用研究.pdf
- 車載語音識別系統(tǒng)的語音增強(qiáng)方法研究
- 蟻群優(yōu)化算法及在語音識別中的應(yīng)用研究.pdf
- 語音增強(qiáng)的算法研究.pdf
- 背景噪聲下基于語音增強(qiáng)的語音識別技術(shù)研究.pdf
- 基于聽覺特性的語音增強(qiáng)算法研究.pdf
- 改進(jìn)的GRBM在語音識別中的應(yīng)用研究.pdf
- 語音識別算法的研究.pdf
- 語音增強(qiáng)算法研究.pdf
- 改進(jìn)的ZCPA語音識別特征提取算法研究.pdf
- 基于matlab的語音識別算法研究
評論
0/150
提交評論