12.《优化RBF神经网络用于语音识别的研究》：本文根据待识别的词汇数自动选择模糊规则数,采用监督聚类方法和梯度下降法分两步对系统参数进行训练,其收敛速度比所有参数都用梯度下降算法训练或者隶属度函数的中心采用K-均值聚类算法学习快速得多且识别准确率高。同时与RBF神经网络算法进行了比较,实验表明了该方法具有较高的识别率和鲁棒性,以及对不同语音特征的适应性,可以作为进一步研究抗噪语音识别的基础。 最后,论文引入小波变换理论,用小波函数作为结构等价型模糊RBF神经网络中的隶属度函数,实验结果表明,这种神经网络同样可以获得很好的识别效果。

13.《抗噪语音识别系统研究与发现》：本文针对语音增强方法技术进行了广泛研究探讨,介绍并比较了现有的各种语音增强方法,主要分析了小波变换应用于语音去噪的相关理论,研究了基于小波阈值的语音增强方法。重点针对小波阈值去噪法中关于小波基、小波分解层数、阈值及阈值函数四个关键参数的合理选取问题,进行了系统深入的研究。 阈值函数体现了对小波系数的不同处理策略,对小波去噪的效果有很大影响。目前,在实际中广泛使用的是硬阈值函数和软阈值函数。这两种方法先天都存在着不足,硬阈值函数是不连续的,这会导致去噪后的信号出现伪Gibbs现象,信号中仍然含有明显的噪声;采用软阈值方法虽然连续性好,但估计的小波系数与含噪信号的小波系数之间存在恒定的偏差。由此,本文针对小波阈值去噪法中软、硬阈值函数的不足,提出了一种新的阈值函数,不仅克服了硬阈值函数不连续的缺点,而且解决了软阈值函数存在恒定偏差的问题。 通过实验仿真证明,使用本文改进后的阈值函数进行语音去噪,能有效去除语音信号中含有的白噪声,在信噪比指标上明显优于传统的阈值函数方法,可获得更好的去噪效果,与传统的阈值函数法相比具有明显优越性和有效性。 通过基于对小波阈值去噪法的大量研究,设计并实现了一个抗噪性能较好的语音指令控制系统。论文从语音信号的预处理、小波语音增强、端点检测、语音特征提取、HMM训练以及识别等几个方面详细的分析了语音识别系统的设计过程。

14、《基于MATLAB的语音识别系统研究》：本文设计了一个基于MATLAB软件的语音识别系统，其主要功能有语音信号的录制、播放、预处理、分段滤波、特征提取以及识别语音。通过实验验证了本系统能够达到识别简单语音的要求，但仍有需改进的地方，如：能否在复杂环境下识别比较复杂的语音。本文首先介绍了系统的各个功能模块，然后对各个模块进行详细设计，最后通过实验验证本文系统的可行性。以“0，1，2，3，4，5，6，7，8，9”十个语音为例，录制多组语音，从中选定参考模板和待测语音，用本系统对待测语音进行识别，从程序的输出结果可以看出，识别得到了正确的结果。这充分说明了本系统能够完成识别简单语音的任务。

15、《详解MATLAB/Simulink通信系统建模与仿真(配视频教程)》：本书着重讲述MATLAB/Simulink通信仿真的应用，通过理论与实例相结合的方式，详细介绍了MATLAB/Simulink通信系统建模与仿真设计的方法和技巧。全书共分12章。第1-2章为MATLAB/Simulink基础篇，简要介绍了MATLAB/Simulink的使用。第3-8章介绍通信系统常用模块仿真，重点对信号与信道、调制与解调、信道编码/译码等模块的建模与仿真技术进行介绍。第9-12章是通信系统综合仿真实例，深入浅出地剖析了OFDM通信系统、CDMA通信系统、多址接入协议，以及MIMO通信系统的建模与仿真设计，这几个案例典型实用，是当前通信系统的研究热点。本书语言通俗易懂，内容丰富详实，突出了以实例为中心的特点。 语音情感智能识别系统文献综述和参考文献(3):http://www.youerw.com/wenxian/lunwen_45711.html