| 内容摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·语音识别概述 | 第12-14页 |
| ·语音识别分类 | 第12-13页 |
| ·语音识别单元 | 第13页 |
| ·语音识别原理 | 第13-14页 |
| ·研究背景与目的 | 第14-15页 |
| ·语音识别技术的发展现状 | 第15-16页 |
| ·研究工作和主要创新点 | 第16-18页 |
| ·研究工作 | 第16-17页 |
| ·创新点 | 第17-18页 |
| 第二章 语音识别基本原理与技术 | 第18-34页 |
| ·信号预处理 | 第18-25页 |
| ·语音信号的模数转换和滤波 | 第18页 |
| ·预加重 | 第18-19页 |
| ·语音信号分帧加窗 | 第19-21页 |
| ·端点检测 | 第21-25页 |
| ·语音识别中特征提取 | 第25-34页 |
| ·LPC 特征 | 第26-29页 |
| ·LPCC 特征 | 第29-31页 |
| ·MFCC 特征 | 第31-33页 |
| ·LPCC 与MFCC 特征的比较 | 第33-34页 |
| 第三章 隐 MARKOV 模型 | 第34-46页 |
| ·隐Markov 模型简介 | 第34-37页 |
| ·HMM 模型的基本原理和模型参数 | 第34-36页 |
| ·拓扑形式和状态个数 | 第36-37页 |
| ·HMM 模型的选取 | 第37页 |
| ·隐Markov 模型的三个核心问题 | 第37-44页 |
| ·前向---后向算法 | 第38-40页 |
| ·Viterbi 算法 | 第40-41页 |
| ·Baum-Welch 算法 | 第41-44页 |
| ·隐 Markov 模型用于语音识别 | 第44-46页 |
| 第四章 改进的 BP 神经网络 | 第46-61页 |
| ·神经网络原理 | 第47-52页 |
| ·BP 神经网络的拓扑结构 | 第47-48页 |
| ·隐节点数目 | 第48-49页 |
| ·BP 神经网络算法 | 第49-52页 |
| ·BP 算法的局限性 | 第52页 |
| ·对传统BP 算法的改进 | 第52-59页 |
| ·改进思路 | 第52-54页 |
| ·连接权值的调整 | 第54页 |
| ·缩放系数的调整 | 第54-56页 |
| ·位移参数的调整 | 第56-59页 |
| ·改进算法结果总结 | 第59-61页 |
| ·改进算法描述 | 第59页 |
| ·改进算法流程图 | 第59页 |
| ·改进算法总结 | 第59-61页 |
| 第五章 改进的 HMM 与 BP 神经网络混合模型 | 第61-71页 |
| ·HMM 与ANN 结合的必要性 | 第61-62页 |
| ·传统的HMM 与神经网络的结合方式 | 第62-63页 |
| ·改进的HMM/BP 混合网络模型 | 第63-64页 |
| ·改进思路 | 第63页 |
| ·改进算法 | 第63-64页 |
| ·改进流程图 | 第64页 |
| ·实验 | 第64-71页 |
| ·语音信号的特征提取 | 第64-65页 |
| ·语料库的建立 | 第65-66页 |
| ·CDHMM/BP 混合网络模型实现步骤 | 第66页 |
| ·实验结果分析 | 第66-70页 |
| ·结论 | 第70-71页 |
| 第六章 结束语 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 研究生期间发表的论文和从事的科研项目 | 第76-77页 |
| 致谢 | 第77页 |