导读:本文包含了汉语数码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:汉语,语音识别,神经网络,特征,数码,模型,马尔。
汉语数码论文文献综述
陈洁群[1]（2017）在《基于Viterbi改进算法的汉语数码语音识别系统》一文中研究指出针对汉语语音识别中的一个分支——数码语音识别(MDSR)系统做出了具体的分析,并实验仿真了一个MDSR系统。在训练和识别阶段,引入了HMM模型的定义,为了提高识别的速度,还针对HMM系统中的核心识别算法Viterbi进行了改进,提出了一种累计积分判定的方法,对原Viterbi算法中的路径进行了剪裁,减少了冗余状态。使用MATLAB R2007a对此算法进行仿真实验,证明在相同语音识别系统的环境下,改进的Viterbi算法可以更有效地提高计算速度,且识别差错率没有明显的提高。(本文来源于《微型机与应用》期刊2017年14期）
范开泰[2]（2012）在《汉语教学中数码技术应用与观念创新》一文中研究指出科学技术的发展往往源自观念的突破,科学和技术的应用,也必须重视观念上的创新。在汉语教学领域,适合幼儿教学的多媒体教学游戏的开发和应用已经有了可观的成功;适合青少年的学习型多媒体教学游戏尚待开发;多媒体辅助课堂教学课件大致上仍未摆脱传统课堂教学的套路。随着电子书包进课堂的时代大势,我们要研究新的教学方式,探索新的教学设计,包括"自适应型考试和练习辅导系统"。中介语语料库的建设应重视偏误的分类系统和分析要点的研究。网上教学要实现语言教学的"互动性"和"交际性",要研究尽可能丰富完备的"答疑"系统,设计自动"分析"和"指导"学生有效学习过程的"学习监管系统"。对外汉语教学用的电子词典、多媒体词典、互动式多媒体词典、网上词典,值得筹集财力、组织学术力量来研究、制作。(本文来源于《数字化汉语教学：2012》期刊2012-08-08）
李煜[3]（2012）在《旧瓶装新酒:数码故事在汉语作为外语的教学中的应用》一文中研究指出随着计算机编辑影、音、像技术的不断成熟及非专业软件的换代和普及化,普通的计算机使用者已经能够迅速、快捷地掌握制作与编辑数码影、音、像的技巧。数码故事(digital storytelling)从而越来越普遍地运用到教学中来。本文从数码故事的定义与传统出发,以美国爱默蕾大学二年级学生中文课数码故事项目的设计、实施、反馈为实例,探讨这一技术在汉语作为外语的教学中的应用。本文提出,在汉语教学中应打破数码故事的传统定义,用同一形式创造多样内容,以充分发挥其技术优势,达到促进教学的目的。(本文来源于《数字化汉语教学：2012》期刊2012-08-08）
杨嵩[4]（2012）在《基于HTK的连续汉语数码语音输入系统研究》一文中研究指出HTK是英国剑桥大学开发的一套基于C语言的语音处理工具箱,广泛应用于语音识别、语音合成以及字符识别等领域。文章在详细介绍了语音识别的过程、原理及相关概念的基础之上,介绍了HTK的基本原理和软件结构,以及使用HTK完成语音识别任务的整个过程。最后,讨论声学单元等一系列的模型参数的选择,使用HTK搭建一个简单连续汉语语音输入系统。(本文来源于《计算机与数字工程》期刊2012年04期）
钟明辉,李姮,李生华[5]（2009）在《基于HTK的汉语数码语音识别系统》一文中研究指出HTK是一套专门用于建立和处理HMM的语音处理工具箱,主要应用于语音识别领域,也可用于语音合成、字符识别、模拟DNA排序等多个领域。本文结合隐马尔可夫模型(HMM)原理,利用HTK(HMM ToolKit)语音处理工具箱,实现了汉语数码语音识别系统。实验表明,该系统具有较好的语音识别率,且便于进行二次开发。(本文来源于《贺州学院学报》期刊2009年03期）
钟明辉[6]（2008）在《基于HTK的汉语数码语音识别研究》一文中研究指出随着计算机与信息技术的持续发展,语音交互必将成为人机交互的必要手段。语音识别技术经过了近半个世纪的发展,目前已日趋成熟,并得到广泛的应用,但还远不能说完美得没有任何值得研究、值得改进的地方。就算初看起来很简单的汉语数码语音识别,虽然它已经在电话自动拨号、家电产品的遥控、工业控制等领域中开始发挥作用,但是仍然有很大的深入研究空间,以提高识别系统的速度、稳健性和识别率。本文结合隐马尔可夫模型原理,用MATLAB语言编程实现了汉语离散数码语音识别系统;并利用HTK(HMM ToolKit)语音处理工具箱,实现了汉语离散数码和汉语连续数字语音识别系统。首先,本文介绍了语音识别技术的国内外发展状况,分析了汉语数码,特别是汉语连续数字语音识别中面临的困难,在此基础上阐明了本课题的研究背景和意义。其次,详细讨论了语音识别系统的基本原理构成模型,介绍了语音信号的数学模型、预处理和特征参数提取等过程,确定了MFCC参数作为识别参数。并讨论了本文语音识别系统采用的隐马尔可夫模型(Hidden Markov Model,HMM),介绍了HMM的定义,叁个基本问题以及基本算法等问题。着重讨论了HMM在实际应用中的一些具体问题,通过实验确定了汉语数码语音识别系统的最佳状态数及混合度数。接着,简单介绍HTK的软件结构及HTK工具包,着重讨论了基于HTK的语音识别系统的搭建过程,通过汉语离散数码,以及连续数字语音识别系统证明识别单元、高斯混合分量的数目,MFCC维数的适当组合可提高系统的正确识别率。最后对汉语数字语音识别系统的总结及今后工作的展望。(本文来源于《广西师范大学》期刊2008-04-01）
钟明辉,曹乃文,黄汉明,郑建华,陈芽玲[7]（2007）在《基于连续HMM的汉语数码语音识别系统》一文中研究指出探讨了连续隐马尔可夫模型的基本原理及其在汉语数码语音识别中的应用,实现了一个汉语数码语音识别系统,其正确识别率达到99%以上。(本文来源于《广西物理》期刊2007年04期）
佘利忠[8]（2007）在《基于神经网络的汉语数码语音识别技术研究》一文中研究指出语音识别是一个复杂的非线性过程,基于线性系统理论的语音识别方法如隐马尔可夫(HM)模型等技术的局限性逐渐凸现。随着人工神经网络的非线性理论研究和应用的逐渐深入,将这些理论应用于语音识别成为可能。因此,本文将以神经网络为基础,引入MFCC与LPCC混合参数来进行语音识别的研究。本文主要研究了基于神经网络的数码语音识别。对语音识别的预处理、特征提取与识别算法等环节进行了计算验证、性能分析和结果评述。对本文所使用到的几种识别方法的识别性能与应用特点进行了比较,分析讨论了在语音识别研究中神经网络的设计原则以及不同的特征参数等方面对语音识别结果的影响,研究构造了相应的语音识别模型与算法,并完成了实验软件平台的设计与开发。通过仿真计算,比较了相应算法的识别性能及应用特点,分析讨论了不同特征参数、训练样本数目、背景噪声以及是否特定人对识别结果的影响,结果表明,基于MFCC与LPCC混合参数比传统单一的MFCC参数或LPCC参数的语音识别方法具有更好的识别性能,神经网络识别方法有较高的识别率和独到的应用前景。(本文来源于《湖南师范大学》期刊2007-11-01）
张涛,郜彦华[9]（2005）在《汉语数码语音识别中一种新的抗噪声特征参数》一文中研究指出为了提高中小词汇量语音识别系统在噪声环境下的识别性能,以10个汉语数码语音为对象,利用汉语数码语音信号区别于噪声信号的准周期特性,提出了一种汉语数码语音频谱包络峰值特性的提取方法,首先用基频对语音频谱采样得到由谐波值构成的包络以提高信噪比,然后再对所得包络进行峰值提取得到汉语数码语音的峰值特征。实验结果表明,在信噪比大于5dB时,用该方法得到的峰值特征具有一定的抗噪性。(本文来源于《河南科技大学学报(自然科学版)》期刊2005年03期）
刘媛,方景林,翁松怡,曹继华[10]（2003）在《基于DSP技术的汉语数码语音识别系统》一文中研究指出介绍了一种基于 DSP技术的汉语数码语音识别系统 ,它以 MFCC参数作为语音特征参数 ,采用隐马尔可夫随机模型进行模式匹配 ,并对 HMM模型与自组织神经网络 (OSNN )的结合作了一定的阐述。识别系统以 TI公司的 TMS32 0 C5 0为核心 ,实现汉语数码语音的实时识别(本文来源于《仪器仪表学报》期刊2003年S1期）
汉语数码论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
科学技术的发展往往源自观念的突破,科学和技术的应用,也必须重视观念上的创新。在汉语教学领域,适合幼儿教学的多媒体教学游戏的开发和应用已经有了可观的成功;适合青少年的学习型多媒体教学游戏尚待开发;多媒体辅助课堂教学课件大致上仍未摆脱传统课堂教学的套路。随着电子书包进课堂的时代大势,我们要研究新的教学方式,探索新的教学设计,包括"自适应型考试和练习辅导系统"。中介语语料库的建设应重视偏误的分类系统和分析要点的研究。网上教学要实现语言教学的"互动性"和"交际性",要研究尽可能丰富完备的"答疑"系统,设计自动"分析"和"指导"学生有效学习过程的"学习监管系统"。对外汉语教学用的电子词典、多媒体词典、互动式多媒体词典、网上词典,值得筹集财力、组织学术力量来研究、制作。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
汉语数码论文参考文献
[1].陈洁群.基于Viterbi改进算法的汉语数码语音识别系统[J].微型机与应用.2017
[2].范开泰.汉语教学中数码技术应用与观念创新[C].数字化汉语教学：2012.2012
[3].李煜.旧瓶装新酒:数码故事在汉语作为外语的教学中的应用[C].数字化汉语教学：2012.2012
[4].杨嵩.基于HTK的连续汉语数码语音输入系统研究[J].计算机与数字工程.2012
[5].钟明辉,李姮,李生华.基于HTK的汉语数码语音识别系统[J].贺州学院学报.2009
[6].钟明辉.基于HTK的汉语数码语音识别研究[D].广西师范大学.2008
[7].钟明辉,曹乃文,黄汉明,郑建华,陈芽玲.基于连续HMM的汉语数码语音识别系统[J].广西物理.2007
[8].佘利忠.基于神经网络的汉语数码语音识别技术研究[D].湖南师范大学.2007
[9].张涛,郜彦华.汉语数码语音识别中一种新的抗噪声特征参数[J].河南科技大学学报(自然科学版).2005
[10].刘媛,方景林,翁松怡,曹继华.基于DSP技术的汉语数码语音识别系统[J].仪器仪表学报.2003
论文知识图
