| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 语音识别的发展史和研究现状 | 第9-10页 |
| 1.2 语音识别研究面临的困难 | 第10页 |
| 1.3 课题研究的背景及意义 | 第10-11页 |
| 1.4 论文研究内容与结构安排 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 语音识别概述及语谱图特征相关知识概述 | 第13-18页 |
| 2.1 语音识别原理 | 第13-14页 |
| 2.2 语音识别技术 | 第14-15页 |
| 2.2.1 动态时间归正技术（DTW） | 第14页 |
| 2.2.2 矢量量化技术（VQ） | 第14页 |
| 2.2.3 隐马尔可夫模型（HMM） | 第14页 |
| 2.2.4 人工神经元网络（ANN） | 第14-15页 |
| 2.3 语谱图的产生及特征 | 第15-17页 |
| 2.3.1 语谱图的产生原理 | 第15-16页 |
| 2.3.2 语谱图特征 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 利用语谱图特性的语音识别的方法设计 | 第18-25页 |
| 3.1 语音样本采集 | 第18页 |
| 3.2 语谱图样本构成 | 第18-19页 |
| 3.3 窄带语谱图矩阵特征量提取 | 第19-21页 |
| 3.3.1 等宽度分带行投影 | 第19-20页 |
| 3.3.2 二进宽度分带行投影 | 第20-21页 |
| 3.4 宽带语谱图矩阵特征量提取 | 第21页 |
| 3.5 小波变换特征提取 | 第21-23页 |
| 3.5.1 小波变换 | 第21-22页 |
| 3.5.2 小波包变化 | 第22页 |
| 3.5.3 基小波的分类与选择 | 第22页 |
| 3.5.4 窄带语谱图小波包分解特征量提取 | 第22-23页 |
| 3.5.5 宽带语谱图小波包分解特征量提取 | 第23页 |
| 3.6 本章小结 | 第23-25页 |
| 第四章 利用语谱图特性的语音识别的方法实验和对比 | 第25-33页 |
| 4.1 系统设置 | 第25-26页 |
| 4.2 系统参数调试 | 第26页 |
| 4.3 MATLAB仿真结果分析 | 第26-31页 |
| 4.3.1 窄带语谱图矩阵特征值集合的仿真结果 | 第26页 |
| 4.3.2 宽带语谱图矩阵特征值集合的仿真结果 | 第26-27页 |
| 4.3.3 宽、窄带语谱图融合矩阵特征值集合的仿真结果 | 第27-28页 |
| 4.3.4 窄带语谱图小波包分解的特征值集合的仿真结果 | 第28-29页 |
| 4.3.5 宽、窄带语谱图融合的小波包分解特征值集合的仿真结果 | 第29-31页 |
| 4.4 语谱图特性的语音识别的实验对比与传统方法对比分析 | 第31页 |
| 4.5 利用语谱图特性的语音识别与常规语音识别的区别 | 第31-32页 |
| 4.6 本章小结 | 第32-33页 |
| 第五章 论文总结与展望 | 第33-38页 |
| 5.1 总结 | 第33页 |
| 5.2 语音增强算法的尝试 | 第33-37页 |
| 5.2.1 算法仿真实验 | 第33-35页 |
| 5.2.2 结果分析 | 第35-37页 |
| 5.3 展望 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 附录 | 第41-46页 |
| 致谢 | 第46-47页 |
| 在学期间公开发表论文及著作情况 | 第47-48页 |
| 在学期间参加科研项目情况 | 第48页 |
