[基于小波变换语音信号的基音检测和孤立字的识别]王锡安

【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。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。