语音识别技术的研究及其在发音错误识别系统中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-18页 |
| ·课题的来源，背景及研究意义 | 第13-14页 |
| ·语音识别的研究进展与现状 | 第14-16页 |
| ·课题的研究内容 | 第16-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第二章 语音识别技术的基本原理 | 第18-28页 |
| ·语音识别的处理过程 | 第18页 |
| ·预处理 | 第18-23页 |
| ·语音采样 | 第18-19页 |
| ·预加重 | 第19页 |
| ·分帧加窗 | 第19-20页 |
| ·短时能量，短时平均过零率和短时自相关函数分析 | 第20-23页 |
| ·端点检测 | 第23页 |
| ·特征参数提取 | 第23-24页 |
| ·模型的训练和匹配 | 第24-27页 |
| ·动态时间归整技术（DTW） | 第25页 |
| ·隐马尔可夫模型技术（HMM） | 第25-26页 |
| ·人工神经网络技术（ANN） | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 基于隐马尔可夫模型的语音识别算法的研究 | 第28-44页 |
| ·基于隐马尔可夫模型的语音识别 | 第28-35页 |
| ·隐马尔可夫模型的三个基本问题 | 第28-32页 |
| ·估值问题 | 第28-30页 |
| ·解码问题 | 第30-31页 |
| ·训练问题 | 第31-32页 |
| ·连续密度隐马尔可夫模型 | 第32-34页 |
| ·隐马尔可夫模型的类型与结构 | 第34-35页 |
| ·基于隐马尔可夫模型的搜索算法 | 第35-38页 |
| ·连续语音识别搜索算法 | 第35-37页 |
| ·Beam 剪枝搜索算法 | 第37-38页 |
| ·Beam 剪枝搜索算法的改进 | 第38-42页 |
| ·状态层自适应剪枝 | 第39-41页 |
| ·词层自适应剪枝 | 第41-42页 |
| ·小结 | 第42-44页 |
| 第四章 发音错误识别系统的设计 | 第44-49页 |
| ·系统概述 | 第44页 |
| ·系统建设目标 | 第44-45页 |
| ·系统设计方案的选择 | 第45页 |
| ·系统的总体设计 | 第45-48页 |
| ·小结 | 第48-49页 |
| 第五章 发音错误识别系统的实现 | 第49-69页 |
| ·采用的技术架构 | 第49-50页 |
| ·模块的划分 | 第50-54页 |
| ·语音合成模块 | 第50-51页 |
| ·语音识别模块 | 第51-53页 |
| ·发音错误识别模块 | 第53-54页 |
| ·系统的实现 | 第54-63页 |
| ·语音合成 | 第54页 |
| ·语音识别 | 第54-62页 |
| ·识别引擎处理 | 第55-56页 |
| ·初始化 COM 对象 | 第56-58页 |
| ·创建识别上下文 | 第58页 |
| ·设置相关联的 TTS | 第58-59页 |
| ·加载语法 | 第59-60页 |
| ·激活识别引擎 | 第60页 |
| ·注册事件通知机制 | 第60-61页 |
| ·设置事件过滤 | 第61-62页 |
| ·释放 COM 对象 | 第62页 |
| ·发音错误识别 | 第62-63页 |
| ·运行效果测试 | 第63-68页 |
| ·小结 | 第68-69页 |
| 第六章 总结和展望 | 第69-71页 |
| ·主要工作及贡献 | 第69页 |
| ·下一步的研究工作 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间公开发表的论文和参与的项目 | 第76-77页 |
| 附录 | 第77-79页 |
