| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 语音识别的背景及意义 | 第10-11页 |
| 1.3 语音识别的发展 | 第11-13页 |
| 1.3.1 国际研究发展史 | 第11-12页 |
| 1.3.2 国内研究发展史 | 第12-13页 |
| 1.4 语音识别的方法 | 第13-14页 |
| 1.5 文语对齐技术的现状 | 第14-15页 |
| 1.5.1 国内外研究现状 | 第14-15页 |
| 1.6 本文研究的内容 | 第15-16页 |
| 1.7 本文的组织框架 | 第16-17页 |
| 2 基本概念与原理介绍 | 第17-28页 |
| 2.1 HMM简介 | 第17-21页 |
| 2.1.1 HMM定义 | 第17-20页 |
| 2.1.2 HMM的三大问题 | 第20-21页 |
| 2.2 HTK工具包 | 第21-23页 |
| 2.3 HMM的算法 | 第23-26页 |
| 2.3.1 前向-后向算法 | 第23-25页 |
| 2.3.2 Viterbi算法 | 第25-26页 |
| 2.3.3 Baum-Welch算法 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 3 基于通用识别器的文本与语音对齐技术 | 第28-38页 |
| 3.1 通用识别引擎介绍 | 第28-29页 |
| 3.1.1 Google Voice Recognition | 第28页 |
| 3.1.2 Window7语音识别系统 | 第28-29页 |
| 3.2 文本与语音对齐所用的算法介绍 | 第29-35页 |
| 3.2.1 强制对齐 | 第29-31页 |
| 3.2.2 自动抽取算法 | 第31-34页 |
| 3.2.3 校准算法 | 第34-35页 |
| 3.3 MATLAB的音频处理 | 第35-36页 |
| 3.3.1 Voicebox语音处理工具箱 | 第35-36页 |
| 3.3.2 实现方法 | 第36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 基于三音素模型的中文识别系统 | 第38-52页 |
| 4.1 声韵母基元介绍 | 第38页 |
| 4.2 识别语音库的设计 | 第38-43页 |
| 4.2.1 语法定义 | 第39-41页 |
| 4.2.2 构造系统模型的流程 | 第41-43页 |
| 4.3 关于决策树的问题设计 | 第43-44页 |
| 4.4 模型训练 | 第44-45页 |
| 4.5 基于HTK的实现 | 第45-48页 |
| 4.5.1 实现的原理 | 第45-46页 |
| 4.5.2 实现的方法 | 第46-48页 |
| 4.6 倒谱均值归一化算法(CMN) | 第48-49页 |
| 4.7 语音识别系统的流程 | 第49-50页 |
| 4.8 实验结果分析 | 第50页 |
| 4.9 本章小节 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 全文工作总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 个人简历 | 第58-59页 |