| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 语音识别概述 | 第9-11页 |
| 1.1.1 语音识别技术的发展历史及现状 | 第9-11页 |
| 1.1.2 语音识别技术的发展前景 | 第11页 |
| 1.2 语音识别技术面临的问题 | 第11-12页 |
| 1.3 课题研究意义 | 第12-13页 |
| 1.4 本文的主要工作 | 第13-14页 |
| 1.5 本文的内容结构 | 第14-15页 |
| 第二章 语音识别的相关技术 | 第15-23页 |
| 2.1 语音信号数字化 | 第15页 |
| 2.2 预处理 | 第15-17页 |
| 2.2.1 预加重 | 第16页 |
| 2.2.2 分帧 | 第16-17页 |
| 2.2.3 加窗 | 第17页 |
| 2.3 语音特征参数提取 | 第17-20页 |
| 2.3.1 LPCC参数 | 第18-19页 |
| 2.3.2 MFCC参数 | 第19-20页 |
| 2.4 声学模型 | 第20-21页 |
| 2.5 统计语言学模型 | 第21-23页 |
| 第三章 隐马尔科夫模型 | 第23-35页 |
| 3.1 Markov链 | 第23-24页 |
| 3.2 HMM定义及其类型 | 第24-26页 |
| 3.2.1 HMM定义 | 第24页 |
| 3.2.2 HMM类型 | 第24-26页 |
| 3.3 HMM的三个基本问题及相应的解决算法 | 第26-31页 |
| 3.3.1 问题一:评估问题 | 第26-28页 |
| 3.3.2 问题二:解码问题 | 第28-29页 |
| 3.3.3 问题三:训练问题 | 第29-31页 |
| 3.4 HMM在连续语音识别中所面临的问题 | 第31-35页 |
| 3.4.1 初始模型的选取问题 | 第31-32页 |
| 3.4.2 数据下溢问题 | 第32-35页 |
| 第四章 衡阳方言语音识别系统搭建 | 第35-49页 |
| 4.1 HTK基本介绍 | 第35-37页 |
| 4.1.1 HTK简介 | 第35页 |
| 4.1.2 HTK构成 | 第35-36页 |
| 4.1.3 HTK处理过程 | 第36-37页 |
| 4.2 衡阳方言特征分析 | 第37-40页 |
| 4.3 语音库的建立 | 第40-41页 |
| 4.4 系统搭建 | 第41-49页 |
| 4.4.1 数据准备 | 第41-42页 |
| 4.4.2 特征参数提取 | 第42-43页 |
| 4.4.3 建立单音素HMM模型 | 第43-44页 |
| 4.4.4 修补静音模型 | 第44页 |
| 4.4.5 建立绑定状态的三音素HMM模型 | 第44-46页 |
| 4.4.6 GMM HMM模型 | 第46-47页 |
| 4.4.7 识别及系统评估 | 第47-49页 |
| 第五章 实验结果及分析 | 第49-57页 |
| 5.1 实验数据 | 第49页 |
| 5.2 系统性能评价标准 | 第49-50页 |
| 5.3 实验结果分析 | 第50-54页 |
| 5.3.1 集内测试与集外测试 | 第50-52页 |
| 5.3.2 不同高斯混合数下系统的性能 | 第52-53页 |
| 5.3.3 不同特征参数向量对识别率的影响 | 第53-54页 |
| 5.4 选取最佳参数构建的系统在实际应用背景下的性能 | 第54-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间完成的科研成果 | 第63-65页 |
| 致谢 | 第65页 |