| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·语音识别概述 | 第11-14页 |
| ·语音识别的发展历史与现状 | 第11-12页 |
| ·国内语音识别的发展历史与现状 | 第12-13页 |
| ·连续语音识别的难点 | 第13-14页 |
| ·语音识别的分类 | 第14页 |
| ·语音识别与其他学科的关系 | 第14-15页 |
| ·语音识别关键技术 | 第15-17页 |
| ·论文由来 | 第17-19页 |
| ·课题研究目的和意义 | 第17-18页 |
| ·论文结构安排 | 第18-19页 |
| 第二章 Sphinx 语音识别系统 | 第19-33页 |
| ·Sphinx 语音识别引擎简介 | 第19-20页 |
| ·Sphinx 语音识别介绍 | 第20-21页 |
| ·特征提取 | 第21-27页 |
| ·音频信号格式 | 第22-24页 |
| ·预加重 | 第24-25页 |
| ·分帧加窗 | 第25页 |
| ·快速傅里叶变换（FFT） | 第25页 |
| ·Mel 频率滤波器组 | 第25-26页 |
| ·对数变换和DCT | 第26-27页 |
| ·声学模型 | 第27-28页 |
| ·概述 | 第27页 |
| ·汉语语音特性 | 第27-28页 |
| ·上下文相关音素模型 | 第28页 |
| ·语言模型 | 第28-29页 |
| ·解码器 | 第29-31页 |
| ·小结 | 第31-33页 |
| 第三章 基于SphinxTrain 的声学模型训练 | 第33-55页 |
| ·HMM 的基本概念 | 第33-35页 |
| ·HMM 的三个基本问题及其解决方案 | 第35-38页 |
| ·识别问题的解决方案 | 第35-36页 |
| ·路径问题的解决方案 | 第36-37页 |
| ·模型问题的解决方案 | 第37-38页 |
| ·HMM 的分类 | 第38-40页 |
| ·SphinxTrain 简介 | 第40-41页 |
| ·声学模型的训练 | 第41-53页 |
| ·数据准备 | 第42-43页 |
| ·矢量量化 | 第43-45页 |
| ·训练CI 模型 | 第45-49页 |
| ·训练未聚类的CD 模型 | 第49-51页 |
| ·决策树的建立 | 第51-52页 |
| ·训练聚类的CD 模型 | 第52-53页 |
| ·删除插值 | 第53页 |
| ·小结 | 第53-55页 |
| 第四章 汉语连续语音识别系统的构建和实现 | 第55-69页 |
| ·连续语音识别系统构建 | 第55-61页 |
| ·语音库介绍 | 第56页 |
| ·特征提取 | 第56-57页 |
| ·声学模型训练 | 第57-58页 |
| ·语言模型训练 | 第58-60页 |
| ·解码器 | 第60-61页 |
| ·实验环境及识别结果的计算 | 第61页 |
| ·基于Sphinx 的汉语连续数字识别 | 第61-64页 |
| ·语音库的选择 | 第62页 |
| ·特征提取 | 第62页 |
| ·声学模型和语言模型的训练 | 第62-63页 |
| ·实验结果及性能分析 | 第63-64页 |
| ·基于Sphinx 的汉语连续语音识别 | 第64-66页 |
| ·语音库的选择 | 第64页 |
| ·特征提取 | 第64-65页 |
| ·声学模型和语言模型的训练 | 第65-66页 |
| ·实验结果及性能分析 | 第66页 |
| ·小结 | 第66-69页 |
| 第五章 总结与展望 | 第69-71页 |
| ·课题工作的总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 研究生期间发表的论文 | 第77页 |