| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10页 |
| ·语音识别技术 | 第10-12页 |
| ·语音识别技术国内外的研究现状 | 第10-11页 |
| ·语音识别面临的困难 | 第11-12页 |
| ·隐马尔可夫模型与粒子群优化算法 | 第12-14页 |
| ·隐马尔可夫模型在语音识别中的应用 | 第12-13页 |
| ·粒子群优化算法 | 第13-14页 |
| ·本文研究内容及章节安排 | 第14-16页 |
| 第二章 语音识别的基本原理与技术 | 第16-26页 |
| ·语音识别系统 | 第16-17页 |
| ·语音信号预处理 | 第17-20页 |
| ·信号的采样 | 第17页 |
| ·预加重 | 第17-18页 |
| ·加窗 | 第18-19页 |
| ·端点检测 | 第19-20页 |
| ·语音信号特征提取 | 第20-24页 |
| ·Mel倒谱系数MFCC | 第21-22页 |
| ·过零率与峰值幅度ZCPA | 第22-24页 |
| ·小结 | 第24-26页 |
| 第三章 矢量量化和隐马尔可夫模型 | 第26-38页 |
| ·矢量量化 | 第26-32页 |
| ·矢量量化的基本原理 | 第26-28页 |
| ·矢量量化LBG算法 | 第28-29页 |
| ·初始码书的选取 | 第29-31页 |
| ·空胞腔的处理 | 第31-32页 |
| ·隐马尔可夫模型 | 第32-37页 |
| ·隐马尔可夫模型的概念 | 第32-33页 |
| ·隐马尔可夫模型的三个基本问题 | 第33-36页 |
| ·隐马尔可夫模型用于语音识别 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 粒子群优化矢量量化在DHMM语音识别中的应用 | 第38-52页 |
| ·粒子群优化算法的概述 | 第38-42页 |
| ·粒子群优化算法的发展 | 第38-39页 |
| ·粒子群优化算法的基本原理 | 第39-42页 |
| ·基于粒子群优化算法的码书设计 | 第42-45页 |
| ·参数设计 | 第42-43页 |
| ·基于PSO的码书设计算法的步骤 | 第43-45页 |
| ·粒子群优化矢量量化算法用于孤立词语音识别的研究 | 第45-50页 |
| ·实验过程分析 | 第45-46页 |
| ·实验结果及讨论 | 第46-50页 |
| ·小结 | 第50-52页 |
| 第五章 免疫粒子群优化矢量量化在DHMM语音识别中的应用 | 第52-68页 |
| ·人工免疫算法的概述 | 第52-54页 |
| ·人工免疫算法的发展 | 第52-53页 |
| ·人工免疫系统 | 第53-54页 |
| ·免疫粒子群算法 | 第54-56页 |
| ·免疫粒子群算法的性能测试 | 第56-60页 |
| ·基于免疫粒子群的码书设计 | 第60-61页 |
| ·免疫粒子群优化矢量量化算法用于孤立词语音识别的研究 | 第61-66页 |
| ·实验过程分析 | 第61-62页 |
| ·实验结果及讨论 | 第62-66页 |
| ·小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的学术论文目录 | 第78页 |
