| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 符号说明 | 第12-14页 |
| 第一章 绪论 | 第14-25页 |
| ·语音识别发展历史 | 第14-15页 |
| ·语音识别基本框架 | 第15-20页 |
| ·特征提取 | 第16-17页 |
| ·声学模型 | 第17-19页 |
| ·语言模型 | 第19-20页 |
| ·解码器 | 第20页 |
| ·语音识别存在的问题 | 第20-21页 |
| ·论文研究意义 | 第21页 |
| ·论文结构安排 | 第21-23页 |
| 参考文献 | 第23-25页 |
| 第二章 噪声鲁棒语音识别研究概述 | 第25-49页 |
| ·噪声鲁棒语音识别研究内容 | 第25-26页 |
| ·信号空间鲁棒语音识别技术 | 第26-34页 |
| ·语音增强 | 第26-29页 |
| ·语音激活检测 | 第29-34页 |
| ·特征空间鲁棒语音识别技术 | 第34-38页 |
| ·鲁棒特征提取 | 第34页 |
| ·特征补偿 | 第34-36页 |
| ·特征规整 | 第36-38页 |
| ·模型空间鲁棒语音识别技术 | 第38-40页 |
| ·模型补偿 | 第38-39页 |
| ·自适应技术 | 第39-40页 |
| ·其它技术 | 第40-41页 |
| ·区分性训练技术 | 第40页 |
| ·采用含噪语音进行模型训练 | 第40-41页 |
| ·小结 | 第41-42页 |
| 参考文献 | 第42-49页 |
| 第三章 基于GMM的两级Mel弯曲维纳滤波 | 第49-72页 |
| ·引言 | 第49-50页 |
| ·基于短时谱估计的语音增强算法 | 第50-58页 |
| ·语音增强中基于GMM的先验信噪比估计 | 第58-65页 |
| ·语音谱GMM | 第59页 |
| ·基于GMM的先验信噪比估计 | 第59-62页 |
| ·实验结果及分析 | 第62-65页 |
| ·基于GMM的两级Mel弯曲维纳滤波算法 | 第65-69页 |
| ·基于GMM的两级Mel弯曲维纳滤波器 | 第65-66页 |
| ·实验结果及分析 | 第66-69页 |
| ·小结 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 第四章 改进的基于MVA特征规整的鲁棒语音识别算法 | 第72-91页 |
| ·引言 | 第72-73页 |
| ·MVA特征规整算法 | 第73-74页 |
| ·结合语音增强和MVA特征规整的鲁棒语音识别算法 | 第74-79页 |
| ·最小均方误差对数谱幅度估计 | 第74-75页 |
| ·系统结构 | 第75-76页 |
| ·实验结果及分析 | 第76-79页 |
| ·结合特征补偿和MVA特征规整的鲁棒语音识别算法 | 第79-88页 |
| ·对数谱域环境补偿 | 第79-83页 |
| ·三种结合形式 | 第83-84页 |
| ·实验结果及分析 | 第84-88页 |
| ·小结 | 第88-89页 |
| 参考文献 | 第89-91页 |
| 第五章 改进的基于似然比测试的语音激活检测 | 第91-109页 |
| ·引言 | 第91-92页 |
| ·基于似然比测试的语音激活检测算法 | 第92-100页 |
| ·基本的LRT的语音激活检测算法 | 第92-96页 |
| ·基于直接决策的LRT语音激活检测算法 | 第96-97页 |
| ·基于平滑LRT的语音激活检测算法 | 第97-100页 |
| ·改进的基于LRT的语音激活检测算法 | 第100-102页 |
| ·实验 | 第102-106页 |
| ·实验配置 | 第102-103页 |
| ·实验结果 | 第103-106页 |
| ·小结 | 第106-107页 |
| 参考文献 | 第107-109页 |
| 第六章 总结与展望 | 第109-112页 |
| ·论文总结 | 第109-110页 |
| ·研究展望 | 第110-112页 |
| 博士期间发表的论文 | 第112-114页 |
| 致谢 | 第114页 |