| 提要 | 第1-9页 |
| 第一章 绪论 | 第9-17页 |
| ·语音识别技术研究背景 | 第9页 |
| ·语音识别技术研究目的意义进程 | 第9-11页 |
| ·发展前景 | 第11-12页 |
| ·面临的难题 | 第12-13页 |
| ·论文主要工作和研究成果 | 第13-15页 |
| ·章节安排 | 第15-17页 |
| 第二章 鲁棒语音识别 | 第17-32页 |
| ·引言 | 第17-18页 |
| ·影响语音识别的环境因素 | 第18-20页 |
| ·目前主流的抗噪声语音识别技术和发展现状 | 第20-29页 |
| ·模型构成 | 第20-21页 |
| ·基于信号空间的鲁棒技术—语音增强 | 第21-23页 |
| ·基于特征空间的鲁棒技术—提取抗噪声语音特征 | 第23-28页 |
| ·基于模型空间的鲁棒技术—模型补偿 | 第28-29页 |
| ·语音识别系统的性能评测 | 第29-31页 |
| ·识别率 | 第30页 |
| ·系统复杂度 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第三章 基于HMM的语音识别系统 | 第32-43页 |
| ·引言 | 第32页 |
| ·HMM基本原理 | 第32-34页 |
| ·HMM基本思想 | 第32-33页 |
| ·描述HMM的基本参数 | 第33-34页 |
| ·三个问题及解决方法 | 第34-36页 |
| ·估计问题 | 第34-35页 |
| ·解码问题 | 第35页 |
| ·学习问题 | 第35-36页 |
| ·本文采用的基于HMM的语音识别系统 | 第36-42页 |
| ·语音库和噪声库 | 第36-37页 |
| ·基于HMM的孤立词语音识别系统 | 第37-40页 |
| ·基于HTK的汉语数字识别系统 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于高阶累积量的语音增强技术 | 第43-70页 |
| ·引言 | 第43页 |
| ·语音增强技术简介 | 第43-48页 |
| ·谱减法 | 第43-45页 |
| ·基于信号子空间的语音增强算法 | 第45页 |
| ·卡尔曼滤波 | 第45-48页 |
| ·高阶累积量 | 第48-51页 |
| ·高阶矩和高阶累积量 | 第49页 |
| ·高斯过程的高阶累积量 | 第49-50页 |
| ·高阶累积量的性质 | 第50-51页 |
| ·基于高阶累积量的参数估计 | 第51-56页 |
| ·传统求解方法 | 第52-54页 |
| ·共轭梯度求解 | 第54-56页 |
| ·用共轭梯度算法求解MYW方程的结果分析 | 第56-62页 |
| ·AR模型参数估计比较 | 第56-59页 |
| ·谱估计比较 | 第59-62页 |
| ·语音增强效果分析 | 第62-66页 |
| ·采用增强语音进行识别的效果分析 | 第66-68页 |
| ·小结 | 第68-70页 |
| 第五章 基于小波分析的鲁棒语音识别 | 第70-106页 |
| ·引言 | 第70-71页 |
| ·小波理论及其性质简介 | 第71-74页 |
| ·傅立叶变换 | 第71页 |
| ·短时傅立叶变换 | 第71-72页 |
| ·小波变换的含义 | 第72-74页 |
| ·基于小波变换的基音检测算法 | 第74-88页 |
| ·常用的基音检测算法 | 第75-77页 |
| ·基于小波的基音检测算法原理 | 第77-78页 |
| ·小波基的选择 | 第78-80页 |
| ·尺度的选择及模极大值的提取 | 第80-81页 |
| ·小波基音检测中发现的问题 | 第81-82页 |
| ·循环平均幅度差函数的小波基音检测 | 第82-83页 |
| ·算法性能分析 | 第83-88页 |
| ·基于小波的多阈值语音增强 | 第88-94页 |
| ·小波多阈值降噪的基本原理 | 第89页 |
| ·阈值的计算 | 第89-91页 |
| ·语音增强阈值的选择 | 第91-94页 |
| ·端点检测 | 第94-105页 |
| ·基本的端点检测算法 | 第95-97页 |
| ·基于WCAMDF基音提取的端点检测算法 | 第97-102页 |
| ·基于语音增强能量熵的端点检测算法 | 第102-105页 |
| ·小结 | 第105-106页 |
| 第六章 基于特征提取的鲁棒语音识别 | 第106-121页 |
| ·引言 | 第106页 |
| ·Teager能量熵-MFCC特征参数 | 第106-112页 |
| ·MFCC参数简介 | 第106-108页 |
| ·Teager能量-熵 | 第108-109页 |
| ·Teager能量熵-MFCC特征参数（TEMFCC） | 第109-112页 |
| ·基于LDA的TEMFCC鲁棒特征参数 | 第112-118页 |
| ·LDA算法基本原理 | 第113-114页 |
| ·基于LDA的TEMFCC | 第114-118页 |
| ·基于高阶累积量LPC参数的MFCC | 第118-120页 |
| ·小结 | 第120-121页 |
| 第七章 总结与展望 | 第121-123页 |
| ·工作总结 | 第121-122页 |
| ·工作展望 | 第122-123页 |
| 参考文献 | 第123-131页 |
| 攻读博士学位期间发表的学术论文及参加的科研项目 | 第131-133页 |
| 致谢 | 第133-134页 |
| 摘要 | 第134-138页 |
| ABSTRACT | 第138-142页 |