| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 图目录 | 第10-11页 |
| 表目录 | 第11-12页 |
| 第1章 绪论 | 第12-32页 |
| ·语音识别发展历史 | 第13-17页 |
| ·语音识别系统框架 | 第17-30页 |
| ·前端模块 | 第18-20页 |
| ·声学模型 | 第20-28页 |
| ·语言模型 | 第28-29页 |
| ·解码引擎 | 第29-30页 |
| ·后端模块 | 第30页 |
| ·本文的主要内容和组织结构 | 第30-32页 |
| 第2章 嵌入式人机语音交互系统 | 第32-40页 |
| ·基于嵌入式系统的人机交互 | 第32-33页 |
| ·嵌入式人机语音交互应用及系统框架 | 第33-40页 |
| 第3章 嵌入式语音交互系统的噪声鲁棒性方法研究 | 第40-52页 |
| ·引言及传统噪声鲁棒性方法简介 | 第40-44页 |
| ·提取具有噪声鲁棒性的特征 | 第41页 |
| ·通过对带噪语音进行增强以弱化噪声的影响 | 第41-43页 |
| ·通过声学模型补偿来改善不匹配现象 | 第43-44页 |
| ·提升训练数据对测试环境的覆盖性 | 第44页 |
| ·针对加性噪声和信道函数联合补偿的模型估计方法 | 第44-48页 |
| ·带噪语音在倒谱域的表示 | 第44-45页 |
| ·MCAC算法介绍 | 第45-48页 |
| ·实验方案、结果及分析 | 第48-51页 |
| ·实验数据库和基线系统介绍 | 第48-49页 |
| ·实验结果和分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 嵌入式语音识别解码算法和置信度判决方法研究 | 第52-72页 |
| ·嵌入式语音识别解码算法 | 第52-63页 |
| ·引言 | 第52-55页 |
| ·经典的解码算法 | 第55-57页 |
| ·改进的iAsrDecoder解码算法 | 第57-60页 |
| ·实验 | 第60-62页 |
| ·本节小结 | 第62-63页 |
| ·嵌入式语音识别置信度判决方法 | 第63-72页 |
| ·基于WPP的置信度判决方法 | 第64-65页 |
| ·基于KL度量的音素子空间置信度判决方法 | 第65-67页 |
| ·实验内容和结果分析 | 第67-71页 |
| ·本节小结 | 第71-72页 |
| 第5章 超大文本列表语音模糊检索方案研究 | 第72-84页 |
| ·超大文本列表语音模糊检索系统概述和分析 | 第72-73页 |
| ·实验数据库描述 | 第73-74页 |
| ·基础检索文本库 | 第73页 |
| ·用于训练的语音数据库 | 第73-74页 |
| ·用于测试的语音数据库 | 第74页 |
| ·系统解决方案 | 第74-82页 |
| ·语音检索系统的总体算法框架 | 第74-75页 |
| ·语音模糊检索识别子系统简介 | 第75-76页 |
| ·语音模糊检索系统算法详细描述 | 第76-82页 |
| ·本章小结 | 第82-84页 |
| 第6章 总结 | 第84-86页 |
| 一、本文的主要贡献与创新点 | 第84-85页 |
| 二、后续的研究工作 | 第85-86页 |
| 参考文献 | 第86-94页 |
| 在读期间发表的学术论文与取得的研究成果 | 第94-97页 |
| 一、研究经历 | 第94页 |
| 二、发表论文和专利 | 第94-97页 |
| 致谢 | 第97页 |