Luận Văn Hệ thống nhận dạng tiếng nói

Mục Lục
PHẦN I: TÌM HIỂU CÁC HỆ THỐNG NHẬN DẠNG TIẾNG NÓI 3
I. ĐẶT VẤN ĐỀ: 3
II. SỰ PHÁT TRIỂN: 3
III. CÁC HỆ THỐNG NHẬN DẠNG TIẾNG NÓI: 4
IV. CÁC ỨNG DỤNG CỦA HỆ THỐNG NHẬN DẠNG TIẾNG NÓI: 5
V. HỆ THỐNG NHẬN DẠNG TIÊNG NÓI DÙNG VECTƠ LƯỢNG TỬ VÀ MẠNG NEURAL. 7
V.1. Vectơ Lượng Tử(Vector Quantization): 7
V.2. Huấn luyện và nhận dạng bằng Vetor Lượng Tử : 9
V.3. Mạng Neural: 10
VI. HUẤN LUYỆN VÀ NHẬN DẠNG TIẾNG NÓI VỚI MẠNG NEURAL DÙNG THUẬT TOÁN HUẤN LUYỆN NHANH: 22
VI.1. Huấn luyện nhanh: 22
VI.2. Giải thuật tốc độ thay đổi ( trainda, traindx) 23
VI.3.Giải thuật học phục hồi mạng Backpropagation (trainrp): 23
VI.4. Giải thuật Conjugate – Gradient: 24
VI.5. Giải thuật cập nhật Gletcher-Reeves (traincgf): 24
VII. THUẬT TOÁN QUASI – NEWTON: 25
VII.1. Giải thuật Broyden, Goldfarb And Shanno-BFGS (trainbf): 25
VII.2. Giải thuật OneStep Secant (trainoss): 25
VII.3. Giải thuật Levenberg – Maquardt (trainlm): 26
VII.4. Giải thuật Levenberg – Maquardt giảm bộ nhớ: 26
VIII. TÓM TẮT HUẤN LUYỆN NHANH VỚI GIẢI THUẬT LAN TRUYỀN NGƯỢC 26
PHẦN 2: THU ÂM TIẾNG NÓI, TÁCH TỪ, TRÍCH ĐẶC TRƯNG 30
I.THU ÂM TIẾNG NÓI: 30
II.TÁCH TỪ: 30
III.TRÍCH ĐẶC TRƯNG: 36
a) Hàm Tự Tương Quan(Autocorrelation Function) 36
b) Phổ Mel(Mel-Spectrum) 37
c) Mô Hình Mã Hoá Dự Đoán Tuyến Tính (Linear Predictive Coding-LPC) 39
d) Phân Tích Cepstral 40
e) Discrete Fourier Transform(DFT) 42
f) biến đổi wavelet liên tụcdata:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABAQMAAAAl21bKAAAAA1BMVEXh5PJm+yKVAAAAAXRSTlMAQObYZgAAAApJREFUCNdjYAAAAAIAAeIhvDMAAAAASUVORK5CYII=" class="mceSmilieSprite mceSmilie3" alt="" title="Frown ">Continuous Wavelets Transform) 44
[B]PHẦN 3: NHẬN DẠNG TIẾNG NÓI DÙNG Hidden Markov 49[/B]
I. QUÁ TRÌNH PHÁT TRIỂN CỦA HMMs: 49
II.KHÁI NIỆM FINITE STATE AUTOMATA(FSA): 50
III.MÔ HÌNH MARKOV: 51
III.1. Quá Trình Markov 51
III.2. Các Thành Phần Mô Hình Markov 51
III.3. Nhược Điểm Mô Hình Markov 52
III.4. Mô Hình Markov ẩn 53
III.5. Khái Niệm Mô Hình Markov ẩn: 53
III.6. Ba Vấn Đề Cơ Bản Đối Với HMMs 54
III.7. Cách Giải Quyết Các Vấn Đề Hidden Markov Models 55
IV. ƯU VÀ NHƯỢC ĐIỂM CỦA HMMs: 56
1) Ưu Điểm: 56
2) Nhược Điểm: 57
V.HUẤN LUYỆN HMMs: 57
VI. NHẬN DẠNG HMMs: 59
[B]PHẦN 4: THIẾT KẾ VÀ THI CÔNG 60[/B]