| 第一章 绪论 | 第1-14页 |
| ·研究课题的提出 | 第7-8页 |
| ·语音识别系统结构 | 第8-12页 |
| ·语音识别系统的设计方略和步骤 | 第8-10页 |
| ·语音识别关键技术 | 第10-12页 |
| ·论文的研究重点和组织 | 第12-14页 |
| 第二章 语音信号分析与特征提取 | 第14-26页 |
| ·基于发音模型的语音特征 | 第14-18页 |
| ·发音系统及其模型表征 | 第14-15页 |
| ·语音信号线性预测倒谱系数 | 第15-18页 |
| ·基于听觉模型的语音特征 | 第18-19页 |
| ·听觉系统模型 | 第18-19页 |
| ·语音信号Mel频率倒谱系数 | 第19页 |
| ·语音特征提取实现及其改进实验 | 第19-26页 |
| ·语音信号预处理和端点检测 | 第19-23页 |
| ·语音信号特征提取的实现 | 第23-26页 |
| 第三章 动态时间规整(DTW)语音识别算法 | 第26-36页 |
| ·动态时间规整算法基本原理 | 第26-28页 |
| ·DTW在实际应用中的一些改进 | 第28-31页 |
| ·DTW算法中的整体路径约束 | 第28-29页 |
| ·搜索宽度限制的DTW算法 | 第29-30页 |
| ·放宽端点限制的DTW算法 | 第30-31页 |
| ·实验结果及分析 | 第31-36页 |
| ·整体路径约束DTW算法的有关实验 | 第31-32页 |
| ·搜索宽度限制DTW算法的有关实验 | 第32-33页 |
| ·其它的一些实验 | 第33-36页 |
| 第四章 隐马尔可夫模型(HMM)在语音识别中的应用 | 第36-49页 |
| ·HMM模型的定义 | 第36-38页 |
| ·HMM模型的数学背景 | 第36-37页 |
| ·HMM模型的定义 | 第37-38页 |
| ·基于HMM的孤立词语音识别 | 第38-44页 |
| ·HMM语音识别工作过程 | 第38-40页 |
| ·HMM模型训练算法 | 第40-42页 |
| ·识别算法 | 第42-43页 |
| ·实验结果及分析 | 第43-44页 |
| ·HMM在实际应用中的一些问题 | 第44-49页 |
| ·HMM算法实现中的问题 | 第44-46页 |
| ·HMM在实际应用中的改进 | 第46-49页 |
| 第五章 人工神经网络(ANN)及其在语音识别中的应用 | 第49-59页 |
| ·人工神经网络 | 第49-51页 |
| ·人工神经网络的基本概念 | 第49-50页 |
| ·多层感知器模型 | 第50-51页 |
| ·多层感知器网络的BP训练算法 | 第51-53页 |
| ·基于神经网络的汉语孤立词语音识别 | 第53-54页 |
| ·BP网络实现过程的研究 | 第54-58页 |
| ·BP网络实现过程中参数的选择 | 第54页 |
| ·BP网络在实际应用中的改进 | 第54-58页 |
| ·结论 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·课题小结 | 第59-60页 |
| ·将来工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 作者在读期间研究成果 | 第64页 |