| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 语音识别概述 | 第10-12页 |
| 1.3 语音识别技术的发展及现状 | 第12-14页 |
| 1.4 本文主要内容及结构 | 第14-17页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 论文结构安排 | 第15-17页 |
| 第二章 语音信号预处理及特征提取 | 第17-34页 |
| 2.1 汉语语音学基础 | 第17-20页 |
| 2.1.1 元音和辅音 | 第17-18页 |
| 2.1.2 声母和韵母 | 第18-19页 |
| 2.1.3 语音识别基元的提取 | 第19-20页 |
| 2.2 语音信号预处理 | 第20-29页 |
| 2.2.1 采样与量化 | 第20页 |
| 2.2.2 预加重 | 第20-23页 |
| 2.2.3 加窗分帧 | 第23页 |
| 2.2.4 端点检测 | 第23-29页 |
| 2.3 语音信号特征的提取 | 第29-33页 |
| 2.3.1 线性预测倒谱系数及其计算 | 第29-30页 |
| 2.3.2 梅尔倒谱系数及其计算 | 第30-33页 |
| 2.4 小结 | 第33-34页 |
| 第三章 基于改进DTW的特定人实时语音识别系统 | 第34-47页 |
| 3.1 语音识别系统结构 | 第34-35页 |
| 3.1.1 算法的选择 | 第34页 |
| 3.1.2 系统结构 | 第34-35页 |
| 3.2 DTW算法 | 第35-38页 |
| 3.3 算法的改进 | 第38-41页 |
| 3.3.1 DTW算法的缺点及改进 | 第38-39页 |
| 3.3.2 基于最小距离阈值的模板选取 | 第39-40页 |
| 3.3.3 基于最大距离阈值的DTW算法 | 第40-41页 |
| 3.4 实验测试及分析 | 第41-46页 |
| 3.4.1 离线录音识别实验 | 第41-42页 |
| 3.4.2 实时录音识别系统 | 第42-44页 |
| 3.4.3 基于全局DTW算法的实验结果及分析 | 第44-45页 |
| 3.4.4 基于最大阈值的DTW算法实验设计与结果分析 | 第45-46页 |
| 3.5 小结 | 第46-47页 |
| 第四章 基于GMM的非特定人语音命令识别系统 | 第47-59页 |
| 4.1 语音识别系统结构 | 第47-48页 |
| 4.1.1 系统结构 | 第47-48页 |
| 4.1.2 语音库的建立 | 第48页 |
| 4.2 系统模型构建及其实现 | 第48-53页 |
| 4.2.1 前向后向算法 | 第50-51页 |
| 4.2.2 解码算法 | 第51-52页 |
| 4.2.3 GMM混合模型参数估计的实现 | 第52-53页 |
| 4.3 实验测试及分析 | 第53-58页 |
| 4.3.1 数据准备 | 第53-54页 |
| 4.3.2 离线录音识别系统 | 第54-56页 |
| 4.3.3 MFCC动态差分参数对比实验 | 第56-57页 |
| 4.3.4 实验结果及分析 | 第57-58页 |
| 4.4 小结 | 第58-59页 |
| 第五章 结论 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间所取得的相关科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附录 A：部分程序源代码 | 第67-72页 |