| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 引言 | 第7页 |
| 1.2 课题背景、目的和意义 | 第7-9页 |
| 1.3 发展历史、国内外研究现状及未来发展趋势 | 第9-12页 |
| 1.3.1 语音识别发展历史和国内外研究现状 | 第9-11页 |
| 1.3.2 语音识别未来发展趋势 | 第11-12页 |
| 1.4 论文主要研究内容及创新点 | 第12页 |
| 1.5 论文结构安排 | 第12-14页 |
| 第二章 语音识别技术 | 第14-19页 |
| 2.1 语音识别系统的基本结构 | 第14页 |
| 2.2 语音信号预处理 | 第14-17页 |
| 2.2.1 语音信号的预加重 | 第14-15页 |
| 2.2.2 语音信号的加窗分帧 | 第15页 |
| 2.2.3 语音信号的端点检测 | 第15-17页 |
| 2.3 语音识别特征参数提取 | 第17-18页 |
| 2.4 语音识别算法 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 基于过零谱的特征提取算法 | 第19-29页 |
| 3.1 常用特征参数提取算法 | 第19-22页 |
| 3.1.1 线性预测倒谱参数（LPCC） | 第19-20页 |
| 3.1.2 梅尔频率倒谱系数（MFCC） | 第20-22页 |
| 3.2 新的特征提取算法——过零谱 | 第22-26页 |
| 3.3 几种特征提取算法的比较 | 第26-29页 |
| 第四章 基于超球串仿生模式识别的语音识别算法 | 第29-38页 |
| 4.1 常用语音识别算法 | 第29-33页 |
| 4.1.1 动态时间规整算法DTW | 第29-30页 |
| 4.1.2 HMM | 第30-33页 |
| 4.2 改进的仿生模式识别算法 | 第33-37页 |
| 4.3 语音识别算法复杂度分析 | 第37-38页 |
| 第五章 系统软硬件实现 | 第38-50页 |
| 5.1 系统软件实现 | 第38-43页 |
| 5.1.1 系统软件设计的总体介绍 | 第38-39页 |
| 5.1.2 系统软件功能设计 | 第39-40页 |
| 5.1.3 端点检测算法的软件实现 | 第40-41页 |
| 5.1.4 提取特征参数算法的软件实现 | 第41-42页 |
| 5.1.5 基于超球串的仿生模式识别算法的软件实现 | 第42-43页 |
| 5.2 系统硬件构成 | 第43-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 未来展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-56页 |
| 攻读学位期间取得的研究成果 | 第56-57页 |
| 攻读学位期间参与部分项目 | 第57-58页 |
| 致谢 | 第58-60页 |
| 附件 | 第60页 |