【基於小波变换语音信号的基音检测和孤立字的识别】王锡安.pdf

目录中文摘要英文摘要第一章小波变换的基本原理第一节从富里叶变换到小波变换第二节小波的允许条件及二进小波第三节信号的小波变换多分辨率表示及快速算法第四节小波包原理第二章小波变换在语音信号基音检测中的应用第一节语音信号基音介绍第二节自相关法检测基音第三节应用小波变换进行边缘检测的原理第四节多尺度边缘检测的二进小波实现水第五节小波的多尺度边缘检测应用于基音检测门第三章基于小波包的语音信号的特征提取第一节用LPC/倒谱法语音信号特征提取介绍第二节用小波包进行语音信号的特征提取第四章HMM的基本原理第一节 HMM与语音信号建模第二节

abstract Thc predominant method of feature-cxtraction in most current speech recognition systems is that of LPC/CEPSTRUM analysis.In this thesis,we present and have cxperimented with a new mcthod utilizing the fino-tuned decomposing ability of wavelet peckets to extract features of speech signal.

来了很大的局限性。我们举例说明:在对非平稳信号进行分析时,如果我们仅观察该信号的颜城范围较低的那部分信号分量,那么它在相对较长的一段时间内可以看成是平稳的.如果仅仅观察信号颜率范国较平稳信号的不同频城范围内的各信号分量用相应长度的窗口去匹配其平稳性,那么这对短时富里叶变换来讲是力不能及的。然面,从小波变换对信号的表示方式来看,小波变换则解决了这个问题。下面我们来说明小波变换如何解决了:1)富里叶变换在时间、频率城上分辨率走极端的问题.2)短时富里叶变换的恒定窗口问题。