| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-18页 |
| ·语音识别概述 | 第8-15页 |
| ·语音信号处理 | 第9-10页 |
| ·语音识别系统 | 第10-11页 |
| ·语音识别技术 | 第11-15页 |
| ·语音识别系统的设计 | 第15-16页 |
| ·影响识别系统设计的因素 | 第15-16页 |
| ·识别系统的设计方略和步骤 | 第16页 |
| ·论文的研究内容和章节安排 | 第16-18页 |
| 第2章 语音信号分析与特征提取 | 第18-30页 |
| ·基于发音模型的语音特征 | 第18-21页 |
| ·发音系统及其模型表征 | 第18-19页 |
| ·语音信号线性预测倒谱系数 | 第19-21页 |
| ·基于听觉模型的语音特征 | 第21-23页 |
| ·听觉系统模型 | 第21-23页 |
| ·语音信号 Mel频率倒谱系数 | 第23页 |
| ·语音信号的预处理及特征提取的实现 | 第23-29页 |
| ·语音信号的短时分析和预处理 | 第23-24页 |
| ·语音的端点检测 | 第24-28页 |
| ·语音信号特征提取的实现 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 动态时间规整(DTW)语音识别算法 | 第30-39页 |
| ·动态时间规整算法基本原理 | 第30-32页 |
| ·DTW在实际应用中的一些改进 | 第32-35页 |
| ·DTW算法中的整体路径约束 | 第32-34页 |
| ·搜索宽度限制的 DTW算法 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·整体路径约束 DTW算法的有关实验 | 第35-36页 |
| ·搜索宽度限制 DTW算法的有关实验 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 隐马尔可夫模型(HMM)在语音识别中的应用 | 第39-54页 |
| ·HMM模型的定义 | 第39-41页 |
| ·HMM模型的数学背景 | 第39-40页 |
| ·HMM模型的定义 | 第40-41页 |
| ·基于 HMM的孤立词语音识别 | 第41-49页 |
| ·HMM语音识别工作过程 | 第41-44页 |
| ·HMM模型训练算法 | 第44-46页 |
| ·识别算法 | 第46-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·HMM在实际应用中的一些问题 | 第49-53页 |
| ·HMM算法实现中的问题 | 第49-50页 |
| ·HMM在实际应用中的改进 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 人工神经网络( ANN)在语音识别中的应用 | 第54-69页 |
| ·人工神经网络 | 第54-61页 |
| ·人工神经网络的基本概念 | 第54-57页 |
| ·人工神经网络的基本模型结构 | 第57-60页 |
| ·基于神经网络的汉语孤立词语音识别实验 | 第60-61页 |
| ·神经网络在语音建模中的主要应用 | 第61-64页 |
| ·神经网络的设计原则 | 第61-62页 |
| ·神经网络的设计分析(以BP网络为例) | 第62-64页 |
| ·BP网络在实际应用中的改进及仿真实验 | 第64-68页 |
| ·规整网络 | 第64-66页 |
| ·仿真实验 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |