| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·引言 | 第12页 |
| ·语音识别发展现状 | 第12-13页 |
| ·语音识别分类 | 第13-14页 |
| ·从识别的词汇量分 | 第13-14页 |
| ·从识别的对象来分 | 第14页 |
| ·从识别基本单元来分 | 第14页 |
| ·语音识别面临的困难 | 第14-15页 |
| ·本文的安排 | 第15-16页 |
| 第二章 语音识别基本理论 | 第16-24页 |
| ·引言 | 第16页 |
| ·语音识别系统构结构和特征提取 | 第16-19页 |
| ·语音识别系统构成 | 第16-17页 |
| ·语音特征提取 | 第17-19页 |
| ·HMM模型基本概念 | 第19-22页 |
| ·HMM模型 | 第19-21页 |
| ·HMM中的3个基本问题及其解决方案 | 第21-22页 |
| ·语言模型 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 混响和混响模型的定义 | 第24-30页 |
| ·引言 | 第24页 |
| ·混响的产生和影响 | 第24-26页 |
| ·混响时间和混响能量比 | 第26页 |
| ·房间混响模型 | 第26-27页 |
| ·混响消除或抑制方法综述 | 第27-29页 |
| ·从信源方面考虑语音去混响 | 第27-28页 |
| ·从信道方面考虑语音去混响 | 第28页 |
| ·从信号采集方面提高语音去混响 | 第28页 |
| ·从信号处理方面考虑语音去混响 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第四章 ICS语料库描述 | 第30-38页 |
| ·引言 | 第30页 |
| ·ICSI会议语料库环境描述 | 第30-32页 |
| ·会议内容和参与者 | 第32-33页 |
| ·数字语料库 | 第33页 |
| ·房间混响时间RT60和远近端能量比值G估计 | 第33页 |
| ·ICSI文本集 | 第33-35页 |
| ·影响识别率的因素 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第五章 语音去噪音和混响算法 | 第38-50页 |
| ·引言 | 第38页 |
| ·房间混响模型算法 | 第38-39页 |
| ·混响信号相关性 | 第39-40页 |
| ·单麦克风减谱法去噪音和混响原理 | 第40-42页 |
| ·最优修正对数谱幅度估计(OM-LSA,Optimally-Modified Log spectral Amplitude Estimator | 第42-43页 |
| ·后混响谱方差估计(Late Reverberant Sperctral Variance Estimator) | 第43-44页 |
| ·长时对数能量减谱法(LTLSS,Long Term Log Spectral Subtraction) | 第44-45页 |
| ·实验和结论 | 第45-49页 |
| ·语音增强实验 | 第45-46页 |
| ·语音识别实验 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第六章 重叠语音下主导说话人检测技术 | 第50-62页 |
| ·引言 | 第50页 |
| ·说话人重叠描述 | 第50-51页 |
| ·基于互相关系数的主说话人检测方法 | 第51-52页 |
| ·ICSI语料库训练集重叠语音的处理 | 第52-58页 |
| ·说话人重叠统计 | 第53页 |
| ·互相关系数求主导说话人 | 第53-54页 |
| ·时间段合并和平滑 | 第54-56页 |
| ·修改远端语音标注文件 | 第56-58页 |
| ·实验和结论 | 第58-61页 |
| ·基线识别率 | 第58-59页 |
| ·通过OM-LSA估计减谱法和长时减谱后的识别结果 | 第59-60页 |
| ·话人重叠删除和主说话人检测的识别结果结果 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第七章 结论与展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
