| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 综述 | 第12-15页 |
| ·语音信号处理基础 | 第12-13页 |
| ·语音识别技术概况 | 第13-14页 |
| ·本文的结构 | 第14-15页 |
| 第二章 语音的产生和描述 | 第15-23页 |
| ·语音的产生及其模型 | 第15-17页 |
| ·语音的感知 | 第17-18页 |
| ·语音的描述 | 第18-21页 |
| ·采样和量化 | 第18页 |
| ·时域描述 | 第18-19页 |
| ·频域描述 | 第19-20页 |
| ·同态分析 | 第20-21页 |
| ·汉语语音的特点 | 第21-23页 |
| 第三章 语音的前端处理和参数提取 | 第23-38页 |
| ·语音信号的采集 | 第23-24页 |
| ·分帧与加窗 | 第24页 |
| ·语音的端点检测 | 第24-29页 |
| ·语音信号参数的选择和提取 | 第29-35页 |
| ·参数提取前的预处理 | 第29-30页 |
| ·LPC 倒谱系数 | 第30-33页 |
| ·Mel 频率倒谱系数 | 第33-35页 |
| ·LPCC 与MFCC 的比较 | 第35页 |
| ·矢量量化技术 | 第35-38页 |
| 第四章 使用DTW 的识别方法 | 第38-45页 |
| ·DTW 的基本概念 | 第38-39页 |
| ·DTW 的运算 | 第39-42页 |
| ·使用DTW 的连接词识别 | 第42-43页 |
| ·DTW 的模板训练 | 第43-45页 |
| 第五章 使用HMM 模型的识别方法 | 第45-54页 |
| ·HMM（隐马尔可夫模型）的概念 | 第45-48页 |
| ·HMM 概率计算 | 第48-49页 |
| ·最优状态序列搜索 | 第49-50页 |
| ·使用HMM 的连接词识别和连续语音识别 | 第50-51页 |
| ·模型训练算法 | 第51-54页 |
| 第六章 OOV 判别方法 | 第54-60页 |
| ·OOV 拒识的定义和检验标准 | 第54-55页 |
| ·常用OOV 算法介绍 | 第55页 |
| ·基于“突出原则”和“匹配较好原则”的OOV 拒识 | 第55-57页 |
| ·基于匹配结果归一化的OOV 神经网络方法 | 第57-58页 |
| ·考虑了模板自匹配性能的神经网络的OOV | 第58-59页 |
| ·三种神经网络OOV 方法的比较 | 第59-60页 |
| 第七章 语音识别系统中的模板库 | 第60-71页 |
| ·模板库的概念 | 第60页 |
| ·建立模板库的方法 | 第60-64页 |
| ·基于语音语料库的方式 | 第61-62页 |
| ·自行录制专用语料库 | 第62-63页 |
| ·说话人自适应 | 第63-64页 |
| ·从训练语音语料得到模板 | 第64页 |
| ·压缩模板库数量的方法 | 第64-71页 |
| ·压缩原理 | 第65-66页 |
| ·初始模板库的选择 | 第66-67页 |
| ·基于群体进化的模板优选 | 第67-71页 |
| 第八章 使用HTK 开发汉语识别系统实例 | 第71-91页 |
| ·图书导购系统的设计和开发 | 第71-86页 |
| ·设计目标 | 第71-72页 |
| ·系统结构 | 第72-74页 |
| ·录音模块 | 第74-81页 |
| ·语音识别模块 | 第81-84页 |
| ·OOV 判决模块 | 第84-85页 |
| ·训练模块 | 第85-86页 |
| ·声控电子宠物的设计与开发 | 第86-91页 |
| ·总体设计 | 第86-87页 |
| ·宠物行为模块 | 第87-88页 |
| ·显示模块 | 第88-89页 |
| ·关键词检出模块 | 第89页 |
| ·减少虚警的方法 | 第89-91页 |
| 第九章 总结与展望 | 第91-92页 |
| 参考文献 | 第92-95页 |
| 英文缩略语表 | 第95-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间已发表或录用的论文 | 第97页 |