1. 研究目的与意义
语音识别是当今研究的热点，语音信号特征参数有很多种，有基音周期，共振峰频率，增益参数等，每一个特征参数都表征语音信号不同的信息，不同的语音信号有着不同的特征参数；因此，语音信号特征参数是语音识别，语音合成中的重要因素。
在语音信号分析中，特征参数的提取是否准确决定着语音识别的识别率。
基音周期是语音信号的重要参数,提取藏语语音基音周期为藏语语音识别和藏语语音合成奠定很重要的基础。
2. 课题关键问题和重难点
不同的语音信号有着不同的特征参数提取方法，同种语言的不同方言在语音上相差悬殊，随着语言环境的变化，系统性能会变得很差。
现针对青海安多藏语语音信号采用多种提取方法，通过比对，总结出符合藏语语音信号的基音周期提取算法。
我们在在传统LPC分析方法的基础上结合自相关法和倒谱法，分析计算平均相对误差，总结出了符合藏语语音特点的特征提取算法。
3. 国内外研究现状（文献综述）
藏语语音发音机制有完整的理论体系，与现代语音学的理论是完全吻合的。
藏语语音与西方语言有相似之处，其是一种拼写语音的音素拼音语言，发音特点有自己独特的规律。
藏文有30个辅音字母，藏文的音节一般由1~6个字母组成，藏语主要有3大方言：卫藏、康巴、安多[1]。
4. 研究方案
在语音信号特征参数提取中有很多算法，经过多次实验，对其中LPC 法、自相关法和倒谱法进行分析。
LPC 分析可以用过去的样点值预测现在和未来的样点值，而采用LPC方法提取藏语语音信号的特征参数，其算法的运算量较大，并且LPC分析中窗长的选择不合适会影响语音信号特征参数提取的准确性；采用CEP分析方法，虽然可以减少算法的运算量，但CEP谱只有少部分情况下，基音峰值才会变得很突出，这也会使藏语语音基音周期估值的准确率下降；采用自相关法，如果窗长不足够长，周期数不足够多，提取特征参数会产生很大的误差。
因此通过多种方法对安多藏语语音信号进行多次的实验，解决存在的相关问题，提高特征参数提取的准确性，并有效地应用于藏语语音识别中。
5. 工作计划
第1周： 查找文献和翻译文献 第2周： 撰写开题报告 第3周： 总体设计和规划 第4周： 实验数据收集第5周： 算法设计第6周： 软件程序设计第7周： 软件功能验证第8周： 系统的整合第9-10周： 系统的测试和验证第11周：规整毕设资料，撰写论文 第12周：提交论文 第13周：准备答辩 第14周：毕设结束工作
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
