舰船指挥舱噪声背景下的语音识别算法研究

发布时间：2021-05-18 08:30

　　语言是人类最基本最原始的交流方式,人们通过语音来传递信息、交流情感,可以说,没有语言就不会有文字,更不会有人类的文明。因此,说语言是人类最重要的标志,一点都不为过,它是促进人类进步的巨大动力。人类的进步离不开计算机,计算机为很多工程提供了有效地解决方法,使很多复杂的计算得以实现,而且,人类与计算机的交流也变得更加丰富、直接。人机对话离不开语言,因此,让计算机听懂人类的语言一直以来都是科学家研究的重要课题。它的涉及面很广,包括数学、生理学、心理学以及计算机科学等等。语音识别可以分为三个领域:1)孤立词识别;2)连续语音识别,就是连续的句子进行识别;3)语义理解,它的目的不是翻译而是理解系统的含义,对说话的指对令或要求做出正确的反馈。语音识别还受所处环境的影响,噪声影响语音识别的效果。现代舰船已经是一个国家海上力量的重要表现,现代海洋战争离不开舰船。我们国家有广阔的领海,保卫领海安全不受侵犯在当今社会显得尤为重要。而一艘舰船的整体战斗性绝大部分取决于它的指挥系统,指挥人员靠发出指令来指挥舰船的行为,发挥它的战斗能力。指挥舱是一个复杂的环境,存在许许多多噪声干扰,影响各战斗部门之间的信息的接... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 本文研究的背景
    1.2 课题研究的目的意义
    1.3 语音识别技术的发展及研究现状
    1.4 存在的问题
    1.5 论文结构
第2章 现代语音识别技术
    2.1 基础知识
        2.1.1 概述
        2.1.2 语音识别方法
    2.2 特征表示与提取
        2.2.1 LPC倒谱系数
        2.2.2 Mel频率倒谱系数
    2.3 语音识别性能
        2.3.1 录音方式
        2.3.2 识别对象
        2.3.3 鲁棒性
    2.4 本章小结
第3章 传统语音识别算法
    3.1 语音信号处理
        3.1.1 端点检测技术
        3.1.2 特征数据处理
        3.1.3 K均值聚类算法
    3.2 矢量量化技术
        3.2.1 概述
        3.2.2 算法原理
    3.3 隐马尔科夫模型
        3.3.1 概述
        3.3.2 隐马尔科夫模型
        3.3.3 HMM的估计问题
        3.3.4 HMM的解码问题
        3.3.5 HMM的学习问题
    3.4 实验结果与分析
        3.4.1 交叉熵端点检测结果
        3.4.2 语音识别结果
    3.5 本章小结
第4章 基于支持向量机的语音识别算法
    4.1 统计学习理论
        4.1.1 机器学习问题
        4.1.2 经验风险最小化
        4.1.3 VC维
        4.1.4 学习过程的一致性
        4.1.5 结构风险最小化
        4.1.6 核方法
    4.2 支持向量机
        4.2.1 支持向量机的特点
        4.2.2 支持向量机的重要思想和方法
        4.2.3 支持向量机算法
        4.2.4 支持向量机算法步骤
    4.3 实验结果与分析
    4.4 本章小结
第5章 基于相关向量机的语音识别算法
    5.1 相关向量机模型
        5.1.1 贝叶斯体系
        5.1.2 模型描述
        5.1.3 核函数
        5.1.4 多类分类器
    5.2 相关向量机学习算法
        5.2.1 算法原理
        5.2.2 快速序列稀疏贝叶斯算法描述
    5.3 实验结果与分析
        5.3.1 算法描述
        5.3.2 实验结果
    5.4 本章小结
总结
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢


【参考文献】：
期刊论文
[1]相关向量机及在说话人识别应用中的研究[J]. 杨成福,章毅.  电子科技大学学报. 2010(02)
[2]基于相关向量机的机器学习算法研究与应用[J]. 杨树仁,沈洪远.  计算技术与自动化. 2010(01)
[3]基于交叉熵顺序统计滤波的语音端点检测算法[J]. 钱彦旻,刘加.  清华大学学报(自然科学版). 2009(10)
[4]基于DTW算法的语音识别系统实现[J]. 吴晓平,崔光照,路康.  电子工程师. 2004(07)
[5]语音识别及其关键技术[J]. 聂敏.  微波与卫星通信. 1999(04)
[6]语音识别技术评述[J]. 李晓霞,王东木,李雪耀.  计算机应用研究. 1999(10)
[7]语音识别的研究与进展[J]. 江铭炎,李浩.  山东电子. 1999(02)
[8]舰船指挥舱室强噪声环境下语音识别[J]. 李雪耀,林娟,杨崇林.  船舶工程. 1999(02)
[9]无端点检测汉语识别算法的实现及改进——动态时间规整和隐马尔可夫统一模型的应用[J]. 张杰,黄志同.  声学技术. 1998(04)

硕士论文
[1]噪声环境下汉语数字语音识别系统的研究[D]. 孙炯宁.南京信息工程大学 2005
[2]语音识别技术研究[D]. 马俊.哈尔滨工程大学 2004



本文编号：3193484