| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·语音识别技术发展史 | 第10-12页 |
| ·国外语音识别技术发展 | 第10-11页 |
| ·国内语音识别技术发展 | 第11-12页 |
| ·语音识别研究现状 | 第12-13页 |
| ·语音识别技术的难点 | 第13页 |
| ·课题研究的意义 | 第13-14页 |
| ·论文结构 | 第14页 |
| ·本章小结 | 第14-15页 |
| 2 语音信号处理技术 | 第15-30页 |
| ·语音的声学基础 | 第15-20页 |
| ·人类发音声学原理 | 第15页 |
| ·人类发音生理构成 | 第15-16页 |
| ·语音信号在声学上的重要特征 | 第16-17页 |
| ·语音的语言学特征 | 第17-18页 |
| ·语音信号产生模型 | 第18-20页 |
| ·语音信号处理技术 | 第20-29页 |
| ·语音信号的数字样本 | 第20-21页 |
| ·语音信号预加重 | 第21-22页 |
| ·语音信号加窗分帧 | 第22页 |
| ·语音信号的短时能量 | 第22-24页 |
| ·短时平均过零率 | 第24页 |
| ·语音信号的自相关性 | 第24-25页 |
| ·基音检测 | 第25-26页 |
| ·端点检测与静音、清音及浊音的判别 | 第26-27页 |
| ·特征值分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 小波变换分析与Matlab | 第30-45页 |
| ·小波变换发展 | 第30-31页 |
| ·连续小波变换 | 第31-33页 |
| ·Haar 小波 | 第31-32页 |
| ·Daubechies（DBN）小波 | 第32-33页 |
| ·离散小波变换 | 第33-35页 |
| ·多分辨分析概念 | 第35-37页 |
| ·小波函数去噪声的基本原理 | 第37-38页 |
| ·小波分解与重构法去噪声 | 第37-38页 |
| ·Matlab 信号处理工具软件 | 第38-39页 |
| ·Matlab 信号处理 | 第39-43页 |
| ·数字信号处理 | 第39页 |
| ·语音信号处理 | 第39-40页 |
| ·Matlab 小波变换工具箱 | 第40-41页 |
| ·基于小波变换的基音检测 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 4 隐马尔可夫模型（HMM） | 第45-56页 |
| ·随机过程 | 第45页 |
| ·马尔可夫链与马尔可夫性 | 第45页 |
| ·马尔可夫模型 | 第45-46页 |
| ·隐马尔可夫模型的元素 | 第46-47页 |
| ·隐马尔可夫模型的三个基本问题 | 第47-48页 |
| ·Forward-backward 算法（估计问题） | 第48-49页 |
| ·Viterbi 算法（解码问题） | 第49-50页 |
| ·Baum-Welch 估计算法（训练问题） | 第50-51页 |
| ·HMM 的初值选择 | 第51-53页 |
| ·HMM 的类型 | 第53-55页 |
| ·按照HMM 的状态转移概率矩阵（A 参数）分类 | 第53-54页 |
| ·按照HMM 的输出概率分布（B 参数）分类 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 5 非特定人语音识别系统的设计与实现 | 第56-63页 |
| ·系统概述 | 第56页 |
| ·模块设计 | 第56-63页 |
| ·语音库 | 第57-58页 |
| ·语音采集 | 第58页 |
| ·语音预处理模块 | 第58-59页 |
| ·HMM 语音训练 | 第59页 |
| ·特征值提取 | 第59页 |
| ·识别模块 | 第59-60页 |
| ·程序设计 | 第60-62页 |
| ·小词汇量非特定人孤立词语音识别实验 | 第62-63页 |
| 总结及展望 | 第63-64页 |
| 参考文献 | 第64-65页 |
| 致谢 | 第65页 |