学位论文 > 优秀研究生学位论文题录展示

基于小波与神经网络的语音算法研究

作　者: 时磊
导　师: 尚秋峰
学　校: 华北电力大学（河北）
专　业: 通信与信息系统
关键词: 语音压缩小波神经网络
分类号: TP183
类　型: 硕士论文
年　份: 2008年
下　载: 95次
引　用: 1次
阅　读: 论文下载

内容摘要

本文在分析了语音信号声学特性、感知特性的基础上,针对小波和神经网络在语音处理中的优良性质,提出了使用小波和BP网络相结合的方法压缩语音数据。文中将整个语音压缩系统分为两个部分:小波模块部分和神经网络模块部分。在小波模块中,语音首先经过小波变换,转化为小波系数,然后通过小波阈值处理,压缩语音数据中不重要的信息,之后对包含重要信息的小波系数进行量化编码;神经网络模块中,利用小波模块产生的二进制数据作为神经网络的目标输出,同时产生出固定的矩阵数组作为输入。网络训练完成后传递网络的权值和阈值,达到神经网络压缩的目的。仿真实验表明,在保证语音质量可听的情况下,压缩倍数可以达到31倍左右。

全文目录

中文摘要  4
英文摘要  4-7
第一章引言  7-12
  1.1 语音压缩的研究背景及意义  7-8
  1.2 语音压缩的国内外研究动向  8-10
  1.3 课题的主要工作及论文的组织结构  10-12
第二章基于小波与神经网络的语音压缩系统设计  12-17
  2.1 语音信号的声学基础  12-13
    2.1.1 语音信号的产生  12-13
    2.1.2 语音的声学特性  13
    2.1.3 语音的感知特性  13
  2.2 系统设计基础  13-15
  2.3 系统结构设计  15-16
  2.4 本章小结  16-17
第三章小波模块设计及性能  17-38
  3.1 小波分析简史  17-19
  3.2 小波变换  19-26
    3.2.1 连续和离散小波变换  19-20
    3.2.2 二进小波变换  20-22
    3.2.3 多分辨分析及 Mallat 算法  22-26
  3.3 小波函数的选择  26-30
    3.3.1 常用小波函数  26-27
    3.3.2 小波函数的选取  27-30
  3.4 小波阈值的处理  30-32
  3.5 小波系数编码  32-35
  3.6 小波模块性能分析  35-37
  3.7 本章小结  37-38
第四章神经网络模块设计及性能  38-57
  4.1 神经网络简介  38-42
    4.1.1 人工神经网络模型  39-40
    4.1.2 人工神经网络分类  40-42
  4.2 BP 神经网络  42-48
    4.2.1 BP 神经网络结构  42-43
    4.2.2 BP 网络学习算法  43-46
    4.2.3 BP 网络算法步骤  46-48
  4.3 BP 网络输入输出设计  48-50
  4.4 BP 网络压缩倍数计算  50-51
  4.5 BP 网络参数设置  51-54
    4.5.1 传递函数的选取  51-53
    4.5.2 样本预处理  53
    4.5.3 初始权值和阈值的选取  53
    4.5.4 训练函数的选取  53-54
  4.6 BP 网络在语音数据中的性能分析  54-55
  4.7 本章小结  55-57
第五章结论及展望  57-58
参考文献  58-61
致谢  61-62
在学期间发表的学术论文和参加科研情况  62

基于小波与神经网络的语音算法研究

内容摘要

全文目录

相似论文