| 1 绪论 | 第1-13页 |
| ·课题研究背景 | 第8-10页 |
| ·语音识别系统研究的历史和现状 | 第10-12页 |
| ·本文所做的工作与论文组织结构 | 第12-13页 |
| 2 语音识别系统 | 第13-24页 |
| ·语音识别的原理 | 第13-14页 |
| ·语音识别基元的选取 | 第14-15页 |
| ·语音信号的预处理 | 第15-16页 |
| ·增益控制、预滤波、模／数(A／D)转换 | 第15页 |
| ·预加重 | 第15页 |
| ·加窗 | 第15-16页 |
| ·语音信号的时域特征 | 第16-18页 |
| ·短时平均能量 | 第17页 |
| ·短时过零率 | 第17-18页 |
| ·语音信号的频域特征 | 第18-19页 |
| ·模式识别 | 第19-22页 |
| ·动态时间规整(DTW)技术 | 第19-20页 |
| ·隐马尔可夫模型(Hidden Markov Model，HMM)技术 | 第20页 |
| ·矢量量化(VQ)技术 | 第20-21页 |
| ·人工神经网络(ANN)技术 | 第21页 |
| ·混合型模式识别技术 | 第21-22页 |
| ·小结 | 第22-24页 |
| 3 基于HMM建模的语音识别系统的分析与实现 | 第24-56页 |
| ·隐马尔可夫模型 | 第24-34页 |
| ·隐马尔可夫(HMM)基本思想 | 第25-27页 |
| ·HMM的三个基本问题 | 第27-28页 |
| ·HMM基本算法 | 第28-33页 |
| ·HMM的类型 | 第33-34页 |
| ·语音识别中的HMM | 第34-37页 |
| ·孤立词与连接词识别 | 第34-37页 |
| ·音素HMM连续语音识别 | 第37页 |
| ·语音信号端点检测 | 第37-41页 |
| ·频能比 | 第39-40页 |
| ·利用频能比进行端点检测 | 第40-41页 |
| ·语音信号特征值的提取 | 第41-48页 |
| ·语音识别特征参数选择方法 | 第41页 |
| ·语音信号的声学模型特征参数 | 第41-46页 |
| ·语音信号的听觉模型特征参数 | 第46-48页 |
| ·HMM模型的实现方案 | 第48-55页 |
| ·初始模型参数设定 | 第49页 |
| ·HMM模型状态分布B的估计 | 第49-51页 |
| ·HMM训练中存在的其他问题 | 第51-55页 |
| ·小结 | 第55-56页 |
| 4 语音识别匹配算法 | 第56-63页 |
| ·隐马尔可夫模型状态及状态驻留相关的声学置信量度 | 第56-59页 |
| ·状态与特征矢量相关的两种声学置信准则 | 第56-58页 |
| ·状态驻留分布相关法声学置信准则 | 第58-59页 |
| ·基于汉语音节特点的部分拒识原则在语音识别搜索算法中的应用 | 第59-62页 |
| ·连续语流中汉语语音的音节结构特点和可采用的拒识策略 | 第59-60页 |
| ·基于部分匹配拒识原则的N-best改进算法 | 第60-61页 |
| ·算法复杂度改进分析 | 第61-62页 |
| ·小结 | 第62-63页 |
| 5 总结及展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
