语音识别特征参数的提取与研究毕业设计论文推荐.docVIP

毕业设计 题目：基于语音识别的特征参数提取研究 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，本文对语音信号识别的一些基本理论及算法进行了一些研究和实验.首先在第二章对语音信号的处理及特征进行了介绍.论文在介绍分析了语音识别产生的数字模型和语音信号预处理问题之后，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,对实验结果进行仿真.对MEL倒谱系数进行阐述，并对MFCC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 important research directions of speech signal processing．The study of speech recognition is to force machine to understand what the logical expression．Speech recognition is very promising in application．As an interdisciplinary field，it is also theoretically very valued This thesis introduces some theories about speech recognition and also presents the results of some experiments of improving the speech recognition algorithms. In chapter 2 we describe the processing of the speech signal and the feature extraction. Based on introduction and analysis of the speech recognition produce digital model and speech signal preprocessing after problems, aiming at the deficiency of the traditional endpoint detection algorithm, this paper puts forward a speech signal based on short time average energy endpoint detection algorithm. This paper discusses the extraction of speech feature parameters need to meet the conditions on the linear prediction are analyzed in detail, and through the experiment, the result of the experiment simulation. For MEL cepstrum coefficient is expounded, and the MFCC parameter extraction process to carry on the analysis to the experimental results in simulation and analysis. Keywords：speech recognition feature extraction endpoint detection MFCC 目 录 评语　　　　　　　　　　　　　　　　　　　　　　　　　　　　 Ⅰ 答辩记录　　　　　　　　　　　　　　　　　　　　　　　　　　　　 Ⅱ 毕业设计任务书 Ⅲ 毕业设计开题报告