声明
致谢
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容与章节安排
1.3.2 研究内容
1.3.3 章节安排
1.4 研究方法与技术路线
第二章 声音识别相关理论概述
2.1 声音特征提取方法
2.1.1 时域特征
2.1.2 频域特征
2.2 样本选择聚类算法
2.2.1 K-Means聚类算法
2.2.2 AP聚类算法
2.3 隐马尔可夫识别模型
2.3.1 Markov链
2.3.2 基本概念及定义
2.3.3 HMM的基本算法
2.4 本章小结
第三章 噪声环境下的复杂声音特征提取
3.1 复杂声音时域特性分析
3.1.1 短时能量分析
3.1.2 短时过零率分析
3.1.3 短时自相关函数分析
3.2 复杂声音频域特性分析
3.2.1 线性预测倒谱系数分析
3.2.2 梅尔频率倒谱系数分析
3.2.3 最小方差无失真响应特征分析
3.3 复杂声音特征提取
3.4 本章小结
第四章 噪声环境下的复杂声音识别方法研究
4.1 噪声环境下的复杂声音样本选择方法
4.1.1 样本选择标准
4.1.2 基于聚类标注的训练样本选择算法
4.2 噪声环境下的复杂声音识别框架
4.3 基于HMM的复杂声音识别模型
4.3.1 HMM模型训练
4.3.2 HMM模型识别
4.4 本章小结
第五章 仿真实验与分析
5.1 列车声音识别实验
5.1.1 实验设置
5.1.2 特征选择分析比较
5.1.3 样本选择算法性能比较
5.2 鸟叫声识别实验
5.2.1 实验设置
5.2.2 实验性能分析比较
5.3 本章小结
第六章 总结与展望
6.1 工作总结
6.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况