English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 78937/78937 (100%)
造訪人次 : 39423625 線上人數 : 478
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUIR
資訊電機學院
電機工程研究所
--博碩士論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUIR
‧
管理
NCU Institutional Repository
>
資訊電機學院
>
電機工程研究所
>
博碩士論文
>
Item 987654321/9919
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncu.edu.tw/handle/987654321/9919
題名:
經驗模態分解法之語音辨識
;
An Empirical Mode Decomposition Method To Speech Recognition
作者:
陳厚君
;
Hou-Jyun Chen
貢獻者:
電機工程研究所
關鍵詞:
語音辨識
;
經驗模態分解法
;
Empirical Mode Decomposition Method
;
Speech Recognition
日期:
2005-06-28
上傳時間:
2009-09-22 12:00:29 (UTC+8)
出版者:
國立中央大學圖書館
摘要:
摘要 本篇論文重點在於語音信號分析處理這部分,根據黃鍔等人發表了一個新的資料處理方法—經驗模態分解法,這個方法利用系統變化的內部時間尺度來作為能量的直接析出,可將資料表達成內建模態函數,而這些函數即是原輸入訊號的基底,其具有完整性、幾乎正交性及可適性。可適性可表達原函數之物理特性,藉以處理非線性及非穩態性時間序列問題。因為這種方法的特性,再加上語音訊號也是非線性時間序列,而且瞭解說話內容文字特性及說話人的特性將有助於語音辨識,所以基底能夠表達原輸入訊號之物理特性將更加幫助我們作語音模型的訓練。是故改善傳統訊號分析方式,使訊號呈現其特性,為本研究之一大課題。 本論文利用經驗模態分解法找出與文字特性較有關的輸入基底,以訓練一套模型,以在辨識流程上求得較好的辨識率。
顯示於類別:
[電機工程研究所] 博碩士論文
文件中的檔案:
檔案
大小
格式
瀏覽次數
在NCUIR中所有的資料項目都受到原著作權保護.
社群 sharing
::: Copyright National Central University. | 國立中央大學圖書館版權所有 |
收藏本站
|
設為首頁
| 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
隱私權政策聲明