| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的研究背景和意义 | 第9页 |
| ·听觉滤波器的发展及现状 | 第9-11页 |
| ·论文研究的主要内容 | 第11-13页 |
| 第二章 语音识别系统 | 第13-23页 |
| ·语音识别技术概述 | 第13-14页 |
| ·语音识别系统 | 第14-18页 |
| ·预处理 | 第14-16页 |
| ·特征参数提取 | 第16-18页 |
| ·识别算法 | 第18-20页 |
| ·RBF神经网络 | 第18-19页 |
| ·隐马尔可夫模型和支持向量机模型 | 第19-20页 |
| ·语料库 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 人的听觉系统 | 第23-35页 |
| ·人耳听觉系统 | 第23-28页 |
| ·听觉系统的组成 | 第23-25页 |
| ·听觉心理 | 第25-28页 |
| ·常见的听觉模型 | 第28-34页 |
| ·感知线性预测系数 | 第28-29页 |
| ·美尔频率倒谱系数 | 第29-30页 |
| ·过零峰值幅度特征 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 Gammatone滤波器组在语音识别中的应用 | 第35-45页 |
| ·Gammatone滤波器概述 | 第35-38页 |
| ·Gammatone滤波器 | 第35-37页 |
| ·ERB尺度 | 第37-38页 |
| ·GT滤波器组在ZCPA特征提取中的应用 | 第38-41页 |
| ·GTZCPA特征提取 | 第38-40页 |
| ·RBF神经网络 | 第40-41页 |
| ·学习算法 | 第40-41页 |
| ·训练算法 | 第41页 |
| ·仿真实验 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 Gammachirp滤波器组在语音识别中的应用 | 第45-61页 |
| ·Oammachirp滤波器组 | 第45-49页 |
| ·Oammachirp滤波器概述 | 第45-48页 |
| ·Oammachirp滤波器函数性质 | 第48-49页 |
| ·Gammachirp滤波器的数字实现 | 第49-54页 |
| ·非对称数字滤波器的实现 | 第50-53页 |
| ·参数控制单元 | 第53-54页 |
| ·GC滤波器组在ZCPA特征提取中的应用 | 第54-59页 |
| ·特征提取 | 第54页 |
| ·仿真实验 | 第54-59页 |
| ·本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·工作总结 | 第61-62页 |
| ·工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69页 |