语音识别的特征参数的提取与研究的毕业论文.doc

毕业设计


题目:基于语音识别的特征参数提取研究

毕业设计( 论文)评语
指
导
教
师
评
语
签字: 20 年月日
评
阅
教
师
评
语
签字: 20 年月日
毕业设计(论文)答辩记录成绩及评语
答
辩
提
问
记
录
记录人: 20 年月日
答
辩
委
员
会
评
语
成绩:
主任签字: 20 年月日
桂林航天工业学院
电子工程系
毕业设计任务书
装订线
专业:电子信息工程技术年级:2010级
姓名

学号

指导教师(签名)
毕业设计题目
基于语音识别的特征参数提取研究
任务下达日期
2012年 11月10 日
设计提交期限
2013年6月10日
设计主要内容
本毕业论文的主要内容首先是分析语音识别的基本原理及语音识别的方法;然后讨论了语音信号的预处理、端点检测及语音特征参数:Mel倒谱系数和LPC倒谱系数;最后针对MEL频率倒谱系数及LPC倒谱系数的提取进行研究,并对仿真结果进行分析。
主要技术参数指标
Mel倒谱系数和LPC倒谱系数的提取方法, 语音信号的预处理、端点检测方法的分析,Matlab仿真。
成果提交形式
将论文装订成册,提交全部毕业文档
设计进度安排
1、课题的准备阶段:(2012年11月-2013年12月)
2、课题研究与系统开发阶段:(2013年1月-2013年3月)
3、撰写阶段(2013年4月-2013年5月)
4、提交论文准备答辩阶段:(2013年5月-2013年6月)
教研室
意见
签名: 20 年月日
系主任
意见
签名: 20 年月日
桂林航天工业学院
电子工程系
毕业设计开题报告装订线
姓名

学号

指导教师
潘丹清
毕业设计题目
基于语音识别的特征参数提取研究
同组
设计目的意义
语音信号处理是一门新兴的边缘学科,它是语音学和数字信号处理两个学科相结合的产物。它和认知科学、心理学、语言学、计算机科学、模式识别和人工智能等学科有着紧密的联系。语音信号处理的发展依赖于这些学科的发展,而语音信号处理技术的进步也会促进这些领域的进步。作为高科技应用领域的研究热点,语音信号处理技术从理论的研究到实际应用已取得非常大的进步。对语音识别特征参数的提取与研究对语音信号处理技术的发展起着重要的作用,而语音信号处理技术的发展推动者社会进步的发展。
方案论证
利用马尔可夫模型方法(HMM)。隐马尔可夫模型是一种基于转移概率和输出概率的随机模型,最早在CMU和IBM被用于语音识别。它把语音看成由可观察到的符合序列组成的随机过程,符号序列则是发声系统状态序列的输出。在使用隐马尔可夫模型识别时,为每个说话人建立发声模型,通过训练得到状态转移概率矩阵和符号输出概率矩阵。识别时计算未知语音在状态转移过程中的最大概率,根据最大概率对应的模型进行判决。对于与文本无关的语音识别一般采用各态历经型HMM;对于与文本有关的说话人识别一般采用从左到右型HMM。HMM不需要时间规整,可节约判决时的计算时间和存储量,在目前被广泛应用。
时间安排
1、课题的准备阶段:(2012年11月-2013年12月)
2、课题研究与系统开发阶段:(2013年1月-2013年3月)
3、撰写阶段(2013年4月-2013年5月)
4、提交论文准备答辩阶段:(2013年5月-2013年6月)
指导教师
意见

签字: 年月日
审核小组意见
组长签字: 年月日
摘要
语音识别就是让机器能够听懂人话,它是以语音为研究对象的,是语音信号处理的一个重要的研究方向。随着计算机技术、多媒体技术、数字信号处理技术的发展,人们对语音识别技术的发展寄予了更高的期望. 语音识别拥有着可观的应用背景,同时作为一个交叉学科也具有深远的理论研究价值。
论文首先在第一章介绍了语音识别发展历史及发展趋势,语音识别系统的原理组成以及语音特征参数的提取在语音识别中的作用。之后,,针对传统端点检测算法的不足,提出了一种基于短时平均能量的端点检测算法。论文论述了语音特征参数的提取需要满足的条件对线性预测进行了详细的分析,通过做实验,,参数提取过程进行分析最后对实验结果进行仿真与分析。
关键词:语音识别;特征提取;端点检测;倒谱系数
Abstract
The speech recognition is one of the importa