高維信息幾何與語音分析
作者：曹文明，鄭能恒，馮浩 著
出版時間：2011年版
內容簡介
《高維信息幾何與語音分析》共三個部分，第一部分是介紹語音分析的常見研究方法，第二部分是高維信息幾何基礎知識，它主要介紹了高維信息幾何的歐氏空間與高維信息幾何線性代數基礎理論基本算法，第三部分給出了高維信息幾何理論及其算法在語音分析中的實際應用，它主要是提出了高維信息幾何點覆蓋理論及幾何分析方法，對連續語音在高維空間中的種種表現形式加以探討，給出了語音信息映射到高維空間后的分布概況。
目錄
前言
第1章 緒論
1.1 語音識別研究的重要意義
1.2 研究背景
1.2.1國外語音識別研究的發展概況
1.2.2漢語語音識別研究的發展概況
1.2.3連續語音識別研究中遇到的挫折
1.3 連續語音識別的難點
1.3.1 連續語音的多變性和復雜性
1.3.2高噪聲環境下語音模型的不穩定性
1.3.3 連續語音識別技術的難點
1.4 連續語音識別問題的解決方法
1.4.1 傳統的算法
1.4.2 本書采用的方法
1.5 本書的研究內容
第2章 語音的識別與處理方法概述
2.1 語音識別的分類
2.2 語音識別的基本步驟
2.3 語音的短時特性和窗函數
2.3.1 短時特性
2.3.2 窗函數
2.4 語音的特征提取
2.4.1 時域特征參數
2.4.2 頻域特征參數
2.4.3 倒譜域特征參數
2.5 語音識別算法簡介
2.5.1 動態時間彎折(DTW)
2.5.2 隱馬爾可夫模型(HMM)
2.5.3 矢量量化(VQ)
2.5.4 人工神經網絡(ANN)
第3章 隱馬爾可夫模型與語音識別
3.1 馬爾可夫鏈
3.2 隱馬爾可夫模型
3.3 隱馬爾可夫模型的基本算法
3.4 語音識別中的隱馬爾可夫模型類型
3.5 基于隱馬爾可夫模型的語音識別系統
3.6 混合高斯模型
3.7 基于聲激勵源與聲道互補性信息的說話人識別
3.7.1線性預測分析及聲激勵源信號提取
3.7.2 說話人特征參數的提取
3.7.3WOCOR和MFCC區分不同說話人的性能分析
3.7.4基于WOCOR和MFCC的說話人辨認實驗
3.7.5基于WOCOR和MFCC的說話人確認實驗
3.8 總結與討論
第4章 高維信息幾何的歐氏空間
4.1 點的向量表示,向量的運算
4.2 n維歐氏空間
4.2.1n維歐氏空間的有關概念與基本性質
4.2.2 基本圖形的度量方程
4.3 變換
4.3.1平移變換、合同變換、正交變換
4.3.2 變換的簡單應用
4.3.3基于高維空間幾何點分布理論的圖像復原算法
4.4 子空間、凸集、凸多胞形
4.4.1 子空間
4.4.2 凸集
4.4.3 凸多胞形
4.4.4 復雜幾何體神經元
4.5 點距關系
4.6 同調連續性理論
4.6.1 同調連續原理
4.6.2 拓撲流形的訓練與識別
4.7 小結
第5章 高維信息幾何線性代數
5.1 n維歐氏空間公理化系統及基本性質
5.1.1 公理化系統
5.1.2 n維歐氏空間基本性質
5.2 基本幾何術語及符號
5.3 點到?面及平面間距離
5.3.1 點到平面的距離
5.3.2 兩平面間距離
5.4 平面間夾角
5.4.1 直線與平面間夾角
5.4.2 兩平面間夾角
5.4.3 兩平面及其夾角
5.5 k_平行四邊形:k_矢量
5.5.1Rn中矢量的線性相關或獨立的測試
5.5.2k_平行四邊形的k_維體積
5.5.3 k_矢量
5.6 k_單形幾何學和三角學
5.6.1 k_單形的k_維體積
5.6.2 Dihedral角
5.6.3 投影定律
5.6.4 余弦定律
5.6.5 正弦定律
5.7 重心坐標
5.7.1Rn的點在重心坐標和直角坐標之間的變換
5.7.2n_單形在重心坐標下的體積及其應用
5.7.3在重心坐標下兩點之間的距離
5.7.4 重心、內心和外接球心
5.8 點覆蓋
5.8.1 覆蓋
5.8.2 覆蓋比
5.8.3 局部頂點覆蓋
5.8.4 覆蓋積
5.9 主元分析法及其高維空間幾何意義
5.9.1 主元分析法簡介
5.9.2主元分析法的高維空間幾何意義
5.10 語音在高維空間中的形態分析
5.10.1語音點在高維空間中的分布概況
5.10.2不同類語音覆蓋區的覆蓋方法
5.10.3 采用點覆蓋方法的優點
第6章 基于高維空間覆蓋動態搜索方法的非特定人連續數字語音識別
6.1 數字語音分析
6.2 連續數字語音識別的特征提取方法和高維空間分類覆蓋區的神經網絡構筑
6.2.1構筑神經網絡所用樣本庫的建立
6.2.2構筑神經網絡所用樣本的特征提取方法
6.2.3 構造特征空間識別覆蓋區
6.3 高維空間語音搜索算法及實現
6.3.1被識別的連續語音樣本庫的建立
6.3.2被識別的連續語音樣本的特征提取方法
6.3.3高維空間點覆蓋動態搜索識別方法
6.4 實驗結果與討論
6.4.1 本實驗的統計結果與討論
6.4.2與隱馬爾可夫模型方法的比較結果及討論
第7章 基于多權值神經網絡的語音情感識別及其比較
7.1 情感類型的劃分
7.2 語音情感特征的選擇和提取
7.3 語音情感識別所用的樣本庫的建立
7.4 多權值神經網絡的構建與識別過程
7.4.1多權值神經網絡的構建具體算法描述
7.4.2 多權值神經網絡的識別
7.5 實驗結果與討論
7.5.1 本實驗的統計結果與討論
7.5.2 與SVM模型的比較結果
7.6 小結
參考文獻
