| 第一章 绪论 | 第1-21页 |
| 1．1 语音识别概述 | 第14-18页 |
| 1．1．1 语音识别及其应用 | 第14-16页 |
| 1．1．2 语音识别的发展过程及现状 | 第16-17页 |
| 1．1．3 目前语音识别面临的困难 | 第17-18页 |
| 1．2 本课题的研究背景 | 第18-19页 |
| 1．3 本文所做的工作和文章的安排 | 第19-21页 |
| 第二章 听觉特性及小波应用简介 | 第21-33页 |
| 2．1 听觉特性简介 | 第21-27页 |
| 2．1．1 听觉系统 | 第21-24页 |
| 2．1．2 耳蜗的信号处理机制 | 第24-26页 |
| 2．1．3 听觉的感受性及掩蔽效应 | 第26页 |
| 2．1．4 临界带宽与频率群 | 第26-27页 |
| 2．2 听觉模型研究概述 | 第27-30页 |
| 2．3 小波及其在语音信号处理中的应用简介 | 第30-33页 |
| 2．3．1 小波介绍 | 第30页 |
| 2．3．2 小波的发展 | 第30-31页 |
| 2．3．3 小波在语音信号处理中的应用 | 第31-33页 |
| 第三章 基于ZCPA特征的语音识别系统 | 第33-57页 |
| 3．1 语音识别系统概述 | 第33-37页 |
| 3．1．1 预处理 | 第33-35页 |
| 3．1．2 特征提取 | 第35-36页 |
| 3．1．3 模式匹配 | 第36-37页 |
| 3．2 ZCPA特征提取的原理介绍 | 第37-47页 |
| 3．2．1 ZCPA特征提取的原理框图 | 第37-38页 |
| 3．2．2 ZCPA中滤波器组的设计 | 第38-42页 |
| 3．2．3 过零检测 | 第42-44页 |
| 3．2．4 强度信息的提取和频率的合成 | 第44-45页 |
| 3．2．5 时间规整和幅度规整 | 第45-47页 |
| 3．3 ZCPA特征的抗噪性能分析 | 第47-50页 |
| 3．3．1 噪声对振幅的影响 | 第47-49页 |
| 3．3．2 噪声对频率的影响 | 第49-50页 |
| 3．4 ZCPA的实验结果及结论 | 第50-53页 |
| 3．4．1 实验参数设置 | 第50页 |
| 3．4．2 使用BP算法的识别结果 | 第50-52页 |
| 3．4．3 使用 HMM的识别结果 | 第52-53页 |
| 3．5 ZCPA特征的改进 | 第53-57页 |
| 3．5．1 组合差分信息的ZCPA特征提取原理 | 第53-54页 |
| 3．5．2 实验结果和结论 | 第54-57页 |
| 第四章 Bark小波及其在语音识别中的应用 | 第57-80页 |
| 4．1 引言 | 第57页 |
| 4．2 小波及小波变换 | 第57-64页 |
| 4．2．1 小波的定义 | 第57-58页 |
| 4．2．2 连续小波变换 | 第58-59页 |
| 4．2．3 傅立叶变换和小波变换 | 第59-61页 |
| 4．2．4 小波的多分辨率分解 | 第61-64页 |
| 4．3 Bark小波及其变换的引入 | 第64-72页 |
| 4．3．1 Bark小波的引入 | 第64-65页 |
| 4．3．2 Bark小波及其变换 | 第65-67页 |
| 4．3．3 Bark小波的分析 | 第67-72页 |
| 4．4 基于 Bark小波的语音识别 | 第72-80页 |
| 4．4．1 Bark小波滤波器与 FIR滤波器的比较 | 第72-73页 |
| 4．4．2 Bark小波滤波器的设计 | 第73-76页 |
| 4．4．3 Bark小波变换实现滤波的具体流程 | 第76-77页 |
| 4．4．4 Bark小波用于识别系统的实验结果 | 第77-79页 |
| 4．4．5 Bark小波滤波器和 CZCPA的结合实验 | 第79-80页 |
| 第五章 总结与展望 | 第80-83页 |
| 5．1 本文总结 | 第80-81页 |
| 5．2 系统的局限性及展望 | 第81-83页 |
| 结束语 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 攻读研究生期间发表的论文 | 第89页 |