|
語音激活檢測研究
|
|
資料類別
|
電子電工畢業(yè)論文（設(shè)計） |
|
|
課程(專業(yè))
|
信息工程 |
|
關(guān)鍵詞
|
語音激活檢測|混合高斯模型 |
|
適用年級
|
大學(xué) |
|
身份要求
|
普通會員 |
|
金 幣
|
60 �。�金幣如何獲得？） |
|
文件格式
|
word |
|
文件大小
|
2876K |
|
發(fā)布時間
|
2020-03-13 09:26:00 |
|
預(yù)覽文件
|
0945390.png（只能預(yù)覽部分內(nèi)容） |
|
下載次數(shù)
|
0 |
| 發(fā)布人 |
kj008 |
內(nèi)容簡介：
語音激活檢測研究，畢業(yè)論文，共46頁，22069字，附開題報告等。
摘要
語音激活檢測技術(shù)是根據(jù)聲音的特性區(qū)分該聲音中的語音和非語音的背景噪聲，它在語音抗噪識別中發(fā)揮著重要的作用。本文主要介紹語音激活檢測系統(tǒng)算法及其算法實(shí)現(xiàn)。近幾年來，隨著人工智能技術(shù)的發(fā)展，語音識別技術(shù)取得重大的突破。
然而在噪聲環(huán)境下，語音識別準(zhǔn)確率依舊面臨著巨大的挑戰(zhàn)。在噪聲環(huán)境下魯棒性高的語音激活檢測系統(tǒng)能夠很大程度上提高語音識別系統(tǒng)的準(zhǔn)確率和識別效率，同時語音激活檢測還在語音增強(qiáng)、語音降噪、語音通信系統(tǒng)中發(fā)揮著重要的作用;因此語音激活檢測具有非常重要的研究價值。
本文通過分別研究基于混合高斯（GMM）模型和基于深度神經(jīng)網(wǎng)絡(luò)（DNN）模型的語音激活檢測系統(tǒng)，通過測量在不同的信噪比下兩種模型的識別性能指標(biāo)、模型復(fù)雜度的方法對兩個模型進(jìn)行比較，最后在移動平臺上對正確率較高的系統(tǒng)進(jìn)行應(yīng)用上實(shí)現(xiàn)。本文研究結(jié)果表明：雖然深度神經(jīng)網(wǎng)絡(luò)的計算量高于混合高斯模型，但是由于深度神經(jīng)網(wǎng)絡(luò)具有挖掘深層特征的能力，因此基于深度神經(jīng)網(wǎng)絡(luò)的語音激活檢測系統(tǒng)比基于語音激活檢測系統(tǒng)性能更加優(yōu)越，尤其是在低信噪比的情況下這種差距更加明顯。
關(guān)鍵詞：語音激活檢測；混合高斯模型；深度神經(jīng)網(wǎng)絡(luò)
目 錄
摘 要 I
ABSTRACT II
第一章 引 言 1
1.1 語音激活檢測概述 1
1.2 主要研究工作 1
1.3 環(huán)境介紹 1
1.3.1 語音數(shù)據(jù)集 1
1.3.2 訓(xùn)練/測試環(huán)境及評判指標(biāo) 3
1.4 本文安排 3
第二章 研究背景 5
第三章 基礎(chǔ)知識 7
3.1 語音激活檢測的基本原理及其應(yīng)用 7
3.2 語音激活檢測算法 7
3.2.1 混合高斯模型 7
3.2.1.1 概述 7
3.2.1.2 混合高斯模型的訓(xùn)練 8
3.2.2 深度神經(jīng)網(wǎng)絡(luò)模型 13
3.2.2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 13
3.2.2.2 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 15
3.2.2.3 深度神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練 18
3.3 小結(jié) 21
第四章 系統(tǒng)總體設(shè)計 22
4.1 開發(fā)平臺及開發(fā)環(huán)境搭建 22
4.2 訓(xùn)練算法設(shè)計 22
4.2.1 基于混合高斯的語音激活檢測算法實(shí)現(xiàn) 22
4.2.2 基于深度神經(jīng)網(wǎng)絡(luò)的語音激活檢測算法實(shí)現(xiàn) 25
4.3 小結(jié) 27
第五章 測試結(jié)果及分析 28
5.1 基于混合高斯模型的語音激活檢測測試結(jié)果 28
5.2 基于深度神經(jīng)網(wǎng)絡(luò)模型的語音激活檢測測試結(jié)果 29
5.3 小結(jié) 32
第六章 系統(tǒng)總體優(yōu)化及移植 33
6.1 在線MFCC特征提取 33
6.2 內(nèi)存管理 33
6.3 實(shí)時語音激活檢測系統(tǒng)設(shè)計 34
6.4 小結(jié) 36
第七章 結(jié) 論 37
參考文獻(xiàn) 38
致 謝 40
相關(guān)說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會員。會員請登錄后下載。
2. 會員購買金幣50元以下，0.7元/個，50元以上，0.5元/個。具體請看：下載與付款。
3. 會員48小時內(nèi)下載同一文件，不重復(fù)扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
| 相關(guān)畢業(yè)論文（設(shè)計） |
|
|
| 推薦畢業(yè)論文（設(shè)計） |
|
|
|
|
|