| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·语音识别的概述 | 第12-14页 |
| ·语音识别的分类 | 第14-15页 |
| ·汉语语音识别的难点 | 第15-16页 |
| ·本文选题的依据和意义 | 第16页 |
| ·本文的主要工作 | 第16-18页 |
| 第2章 语音信号的实时采集与预处理 | 第18-31页 |
| ·语音信号的产生模型 | 第18-19页 |
| ·语音信号的实时采集 | 第19-20页 |
| ·语音信号的数字化和预处理 | 第20-30页 |
| ·语音信号的预加重 | 第21页 |
| ·语音信号的分帧处理 | 第21页 |
| ·语音信号的加窗处理 | 第21-22页 |
| ·语音信号的小波消噪处理 | 第22-26页 |
| ·语音信号的端点检测 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 语音信号的特征参数提取 | 第31-38页 |
| ·MFCC 特征参数的提取 | 第32-36页 |
| ·美尔频率倒谱系数 | 第32-35页 |
| ·特征矢量的构成 | 第35-36页 |
| ·倒谱提升窗口 | 第36页 |
| ·美尔差分倒谱参数 | 第36页 |
| ·MFCC 分量的选择 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 非特定人连续语音识别的算法 | 第38-56页 |
| ·矢量量化模型 | 第38-44页 |
| ·码本的形成 | 第40-42页 |
| ·初始码本的设计方法 | 第42-43页 |
| ·搜索算法 | 第43-44页 |
| ·隐马尔可夫模型的基本原理及其在语音识别中的应用 | 第44-55页 |
| ·HMM 基本原理 | 第44-48页 |
| ·HMM 的基本问题及其解决方案 | 第48-54页 |
| ·利用HMM 进行非特定人连续语音识别 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 非特定人连续语音识别系统的实现 | 第56-79页 |
| ·虚拟仪器的简介 | 第56-57页 |
| ·系统的实现平台 | 第57-59页 |
| ·硬件平台 | 第57页 |
| ·软件平台 | 第57-59页 |
| ·非特定人连续语音识别系统的设计与实现 | 第59-69页 |
| ·系统概述 | 第59-60页 |
| ·语音信号的实时采集 | 第60-61页 |
| ·语音信号的预处理 | 第61-63页 |
| ·语音信号的特征参数提取 | 第63-64页 |
| ·系统模板库的建立 | 第64-65页 |
| ·系统识别过程的设计 | 第65-66页 |
| ·非特定人连续语音识别系统的软面板设计 | 第66-69页 |
| ·实验结果及其分析 | 第69-78页 |
| ·模板库模板选择实验 | 第69-70页 |
| ·改进Viterbi 算法与经典Viterbi 算法实验比较 | 第70-71页 |
| ·系统识别类型的实验 | 第71-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-82页 |
| 参考文献 | 第82-84页 |
| 攻读硕士学位期间发表的论文和科技成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 详细摘要 | 第86-96页 |