| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·语音识别技术介绍 | 第9页 |
| ·选题背景及研究目的和意义 | 第9-10页 |
| ·语音识别发展历史及现状 | 第10-11页 |
| ·国外语音识别发展历史及现状 | 第10-11页 |
| ·国内语音识别发展历史及现状 | 第11页 |
| ·论文所要完成的主要工作 | 第11-13页 |
| 第二章 语音信号处理技术 | 第13-24页 |
| ·语音信号的预处理 | 第13-18页 |
| ·语音信号的数字化 | 第14页 |
| ·语音信号预加重 | 第14-15页 |
| ·语音信号加窗分帧 | 第15-17页 |
| ·语音信号端点检测 | 第17-18页 |
| ·语音信号特征提取 | 第18-22页 |
| ·线性预测倒谱系数 | 第19-20页 |
| ·梅尔频率倒谱系数的提取 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 基于隐马尔可夫模型的语音识别的基本理论 | 第24-30页 |
| ·HMM 模型简介 | 第24页 |
| ·HMM 模型定义 | 第24-25页 |
| ·隐马尔可夫模型的三个问题和求解分析 | 第25-29页 |
| ·前向后向算法（估值问题） | 第26-27页 |
| ·Viterbi 算法（解码问题） | 第27-28页 |
| ·Baum-welch 算法（训练问题） | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 人工神经网络模型介绍和研究 | 第30-37页 |
| ·人工神经网络的基本要素 | 第30-33页 |
| ·概率神经网络（PNN） | 第33-36页 |
| ·概率神经网络的结构 | 第33-35页 |
| ·PNN 的优点 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 HMM/ANN 混合模型系统设计及结果分析 | 第37-57页 |
| ·概述 | 第37-40页 |
| ·HMM/ANN 结合的理论依据 | 第38-39页 |
| ·HMM/ANN 模型的结合方式 | 第39-40页 |
| ·HMM/ANN 混合模型结构 | 第40页 |
| ·语音信号的获取和数据库的建立 | 第40页 |
| ·语音信号预处理 | 第40-43页 |
| ·语音信号特征参数提取 | 第43-45页 |
| ·HMM/ANN 结构 | 第45-47页 |
| ·HMM/ANN 混合模型训练 | 第47-51页 |
| ·HMM/ANN 混合模型识别 | 第51-52页 |
| ·仿真实验及系统性能分析 | 第52-55页 |
| ·混合语音识别模型在实际中的应用 | 第55-56页 |
| ·系统性能评估 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结及展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |