| 第1 章 引言 | 第1-19页 |
| ·研究背景 | 第11-13页 |
| ·语音信号处理的魅力 | 第11-12页 |
| ·噪声对语音信号处理的影响 | 第12-13页 |
| ·研究思路 | 第13-15页 |
| ·论文内容与结构 | 第15-17页 |
| ·相关约定 | 第17-19页 |
| 第2 章 补偿加权与稳健性加权 | 第19-47页 |
| ·补偿加权 | 第19-24页 |
| ·补偿加权的概念 | 第19-21页 |
| ·从补偿加权的角度看常见的语音消噪算法 | 第21-24页 |
| ·稳健性加权 | 第24-45页 |
| ·语音信号处理中的几例噪声问题 | 第24-30页 |
| ·语音信号的谐波分析问题 | 第24-28页 |
| ·语音识别中的输出概率函数计算问题 | 第28-30页 |
| ·稳健性加权的概念 | 第30-37页 |
| ·推广和应用中的进一步讨论 | 第37-45页 |
| ·允许求和分量小于零时的稳健性加权 | 第37-40页 |
| ·对于积分表达式的稳健性加权 | 第40-41页 |
| ·稳健性加权的系数归一化 | 第41-43页 |
| ·稳健性加权与补偿加权结合使用的讨论 | 第43-44页 |
| ·稳健性加权最佳权重讨论 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第3 章 语音信号谐波分析中的稳健性加权方法 | 第47-76页 |
| ·语音信号的谐波分析和谐波分量重构 | 第47-56页 |
| ·谐波信号的数学表达式 | 第47-49页 |
| ·谐波信号的参数估计与波形重构 | 第49-52页 |
| ·浊音信号谐波分析波形示例 | 第52-56页 |
| ·噪声中的谐波分析与稳健性加权的应用 | 第56-66页 |
| ·带稳健性加权的谐波重构 | 第56-64页 |
| ·稳健性加权与补偿加权方法的联合应用 | 第64-66页 |
| ·稳健性谐波重构作为抗噪语音识别系统的前端 | 第66-75页 |
| ·算法描述与复杂度分析 | 第66-70页 |
| ·实验设置与结果分析 | 第70-75页 |
| ·本章小结 | 第75-76页 |
| 第4 章 稳健性加权方法用于识别系统的模型补偿 | 第76-94页 |
| ·模型补偿方法综述 | 第76-82页 |
| ·语音识别中抗噪声方法的分类及概况 | 第76-77页 |
| ·针对噪声的模型补偿(PMC,Adaptation,VTS) | 第77-80页 |
| ·Missing Data 方法 | 第80-82页 |
| ·模型补偿中的稳健性加权方法 | 第82-86页 |
| ·模型补偿方法的通式 | 第82-83页 |
| ·稳健性加权方法分析与应用 | 第83-86页 |
| ·实验结果与分析 | 第86-93页 |
| ·Aurora 2 语料库 | 第86-87页 |
| ·基线配置 | 第87-88页 |
| ·稳健性加权方法效果 | 第88-90页 |
| ·稳健性加权方法与Missing Data 或谱减法的联合使用 | 第90-93页 |
| ·本章小结 | 第93-94页 |
| 第5 章 便携设备上语音识别系统中的稳健性加权 | 第94-109页 |
| ·系统介绍 | 第94-99页 |
| ·便携式设备的限制与目前研究简况 | 第94-96页 |
| ·便携设备上的中文短语识别系统构建 | 第96-99页 |
| ·稳健性加权方法的应用 | 第99-103页 |
| ·语音识别中的 Viterbi 解码 | 第99-101页 |
| ·Viterbi 识别器中稳健性加权方法的应用 | 第101-103页 |
| ·鲁棒性实验 | 第103-107页 |
| ·加性噪声实验 | 第103-105页 |
| ·实际应用中复杂环境影响的实验 | 第105-107页 |
| ·本章小结 | 第107-109页 |
| 第6 章 语音增强定点化系统的开发 | 第109-114页 |
| ·原有系统 | 第109页 |
| ·定点系统的开发 | 第109-113页 |
| ·本章小结 | 第113-114页 |
| 第7 章 结论 | 第114-117页 |
| ·总结 | 第114-116页 |
| ·进一步工作建议 | 第116-117页 |
| 参考文献 | 第117-125页 |
| 致谢与声明 | 第125-126页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第126-127页 |