| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 语音识别的研究背景 | 第8页 |
| 1.2 语音识别的发展历史和现状 | 第8-9页 |
| 1.2.1 国外发展历史和研究现状 | 第8-9页 |
| 1.2.2 国内发展历史和研究现状 | 第9页 |
| 1.3 语音识别技术的难点 | 第9-10页 |
| 1.4 论文的主要内容及组织结构 | 第10-12页 |
| 第二章 语音识别系统的优化概述 | 第12-24页 |
| 2.1 语音识别系统的结构 | 第12-15页 |
| 2.1.1 预处理 | 第12-13页 |
| 2.1.2 特征提取 | 第13-14页 |
| 2.1.3 HMM声学模型 | 第14-15页 |
| 2.2 端点检测算法 | 第15-19页 |
| 2.2.1 传统双门限端点检测算法 | 第16-17页 |
| 2.2.2 基于互相关函数的端点检测算法 | 第17-18页 |
| 2.2.3 基于谱熵的端点检测算法 | 第18-19页 |
| 2.3 语音拒识算法 | 第19-23页 |
| 2.3.1 基于填充模型和噪声模型的拒识算法 | 第20-21页 |
| 2.3.2 基于后验概率差值的拒识算法 | 第21-23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 多模型VTS孤立词识别系统的前端优化 | 第24-50页 |
| 3.1 引言 | 第24-26页 |
| 3.2 基于多环境模型VTS特征补偿算法概述 | 第26-28页 |
| 3.2.1 基于VTS倒谱域特征补偿算法概述 | 第26页 |
| 3.2.2 基于VTS特征补偿算法噪声均值方差估计 | 第26-27页 |
| 3.2.3 多环境模型的VTS特征补偿算法概述 | 第27-28页 |
| 3.3 基于子带谱熵的端点检测算法 | 第28-38页 |
| 3.3.1 子带谱熵参数 | 第28-31页 |
| 3.3.2 基于子带谱熵的改进端点检测算法 | 第31-37页 |
| 3.3.3 端点检测及系统性能评价 | 第37-38页 |
| 3.4 基于MATLAB的仿真实验 | 第38-43页 |
| 3.4.1 实验条件 | 第38-39页 |
| 3.4.2 实验结果及分析 | 第39-43页 |
| 3.5 基于C平台的实时实验 | 第43-47页 |
| 3.5.1 实时语音采集 | 第43-44页 |
| 3.5.2 实验设备与数据库介绍 | 第44-45页 |
| 3.5.3 实时测试方案 | 第45页 |
| 3.5.4 实验结果与分析 | 第45-47页 |
| 3.6 小结 | 第47-50页 |
| 第四章 多模型VTS孤立词识别系统的后端优化 | 第50-68页 |
| 4.1 基于后验概率差值的拒识算法 | 第50-55页 |
| 4.1.1 拒识特征提取 | 第50-52页 |
| 4.1.2 语音长度过短的拒识 | 第52-53页 |
| 4.1.3 环境信噪比过低的拒识 | 第53页 |
| 4.1.4 拒识步骤及算法流程 | 第53-54页 |
| 4.1.5 拒识及系统性能评价 | 第54-55页 |
| 4.2 基于MATLAB的仿真实验 | 第55-63页 |
| 4.2.1 实验参数的选取 | 第55-56页 |
| 4.2.2 实验结果及分析 | 第56-63页 |
| 4.3 基于C平台的实时实验 | 第63-66页 |
| 4.3.1 实验设备与数据库介绍 | 第63页 |
| 4.3.2 实时测试方案 | 第63页 |
| 4.3.3 实验结果与分析 | 第63-66页 |
| 4.4 小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68页 |
| 5.2 研究展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间参加的科研项目和完成的论文 | 第75页 |