欢迎来到天天文库
浏览记录
ID:28595220
大小:542.50 KB
页数:17页
时间:2018-12-11
《数计系2011届毕业设计论文实用实用模板》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、实用标准文案07级本科毕业设计(论文)题目:※※※※※※※※※※※※※※※系别:数学与计算机科学系班级:07计算机科学与技术(嵌入式方向)学号:200760861???姓名:※※※指导教师:※※※职称※※※起讫日期:2010年9月28日-2011年3月4日文档页面设置约定:一律用A4纸规范打印,左边距为2.8cm,右边距为2.2cm,上边距都为2.5cm,下边距都为2.4cm。页眉、页脚边距分别为1.7cm和1.5cm,奇数页眉内容为:××届××专业毕业设计(论文),偶数页眉的内容为:×××(作者姓名
2、):××××(论文题目),均采用宋体小五号居中。中、英文摘要各自单独一页,置于目录页之前。页码从正文开始编排。本模板未说明的格式,参考《三明学院毕业设计(论文)撰写规范要求》。精彩文档实用标准文案题目应以简明、确切、有概括性的词语反映文章内容。字数要适当,一般不宜超过20个汉字。噪声环境下语音特征参数鲁棒性的研究张三(三明学院数学与计算机科学系*****专业)摘要:随着说话人识别技术的发展,实用有效的说话人识别系统越来越成为研究的重点。语音特征参数的鲁棒性直接影响一个说话人识别系统的具体性能,过去主要
3、针对移动通信环境下存在信道失真的问题,研究差分倒谱的鲁棒性。文中则主要在加性白噪声环境下研究Mel倒谱参数、Mel差分倒谱参数的顽健性以及它们经过倒谱系数零均值化(CMN)处理后识别性能的改进。从仿真结果可以看出:在加性白噪声环境下,差分倒谱参数具有很好的鲁棒性;倒谱系数零均值化能有效的除去加性白噪声。关键词:鲁棒性;Mel倒谱参数;Mel差分倒谱;倒谱系数零均值化1.设计(论文)题目为四号黑体字,可以分为1或2行居中打印;设计(论文)题目下空一行打印作者姓名(单独一行,小四号宋体,居中);下行打印“
4、三明学院XX级XX专业”(五号宋体,居中);再下行打印摘要。2.[摘要]二字为小四号黑体,“摘要:”二字后空一格打印内容(五号仿宋体);摘要内容下空一行打印关键字,“关键字:”三字为小四号黑体,其后的内容为五号宋体,每两个关键字之间空两格。3.英文摘要题目和关键字全部采用小四号Arial字体,摘要内容和关键字内容均用五号Arial字体。英文摘要与关键字附文末。摘要字数一般不超过400字。关键词之间用分号隔开。注:所有文字内容仅做样板。精彩文档实用标准文案TheInvestigationoftheRob
5、ustofFeatureExtractedfromSpeechSignalsinAdditiveGaussianNoiseEnvironmentsZhangSan 2006ComputerScienceandTechnologyMajor,DepartmentofMathematicsandComputerScience,SanmingUniversityAbstract:Withincreasingdemandforsecurityininformationsystem.thedeve
6、lopmentofeffectivespeakerrec.ognitiontechnologiesisveryimpo~ant.Therobustoffeatureextractedfromspeechsignalshasadirectinfluenceonrecognitionsystem.Inthepast,underthecircumstanceofchanneldistortion,deltacepstrumhasbeenwidelystudied.Thispaperfocusesonther
7、obustoffeatureinadditiveGaussiannoiseenvironments.ExperimentsshowthatdeltacepstrumiSrobustfeaturesinadditiveGaussiannoiseenvironments.andthatCMN(cepstralmeannormaliza.tion)canefectivelyremovetheeffectsofadditiveGaussiannoise.Keywords:Robust;Melcepstrum;
8、Meldeltacepstrum;Cepstralmeannormalizatio精彩文档实用标准文案目录第一章绪论11.1语音识别简介11.1.1什么是语音识别11.1.2语音识别的应用及分类11.2国内外语音识别技术的发展历史及现状11.3语音识别面临的问题21.4本课题研究背景及内容2第二章语音识别基础理论42.1语音信号产生的机理[6]42.2语音信号的预处理42.2.1预滤波、采样、A/D转换42.2.2预加重52.2.3分帧加窗52.3端点检
此文档下载收益归作者所有