| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题研究的目的和意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-12页 |
| 1.2.1 语音识别中特征提取算法研究现状 | 第8-11页 |
| 1.2.2 语音识别中声学模型研究现状 | 第11-12页 |
| 1.3 研究内容及组织结构 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 组织结构 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 语音识别基本原理 | 第14-27页 |
| 2.1 语音发声原理 | 第14-15页 |
| 2.2 语音识别原理 | 第15-16页 |
| 2.3 语音信号预处理 | 第16-26页 |
| 2.3.1 预加重 | 第16-17页 |
| 2.3.2 加窗分帧 | 第17-19页 |
| 2.3.3 端点检测 | 第19-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 特征参数的提取研究 | 第27-42页 |
| 3.1 特征参数 | 第27-32页 |
| 3.1.1 线性预测参数 | 第27-28页 |
| 3.1.2 线性预测倒谱系数 | 第28页 |
| 3.1.3 感性预测系数 | 第28-29页 |
| 3.1.4 梅尔倒谱系数 | 第29-31页 |
| 3.1.5 特征参数比较 | 第31-32页 |
| 3.2 基于 FISHER 比的混合特征参数 | 第32-37页 |
| 3.2.1 MFCC 参数的局限性 | 第32-33页 |
| 3.2.2 IMFCC 参数和 MidMFCC 参数 | 第33-35页 |
| 3.2.3 混合特征参数的提取 | 第35-37页 |
| 3.3 仿真实验 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 声学模型的研究 | 第42-61页 |
| 4.1 声学模型 | 第42-48页 |
| 4.1.1 动态时间规整 | 第42-43页 |
| 4.1.2 人工神经网络模型 | 第43页 |
| 4.1.3 混合高斯模型 | 第43-44页 |
| 4.1.4 隐马尔可夫模型 | 第44-47页 |
| 4.1.5 算法比较 | 第47-48页 |
| 4.2 连续型隐马尔可夫模型 | 第48-54页 |
| 4.2.1 基于密度和距离参数的连续型隐马尔可夫模型的初值估计 | 第49-51页 |
| 4.2.2 仿真实验 | 第51-54页 |
| 4.3 语音识别仿真实验 | 第54-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结和展望 | 第61-63页 |
| 5.1 论文工作总结 | 第61页 |
| 5.2 未来工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
| 作者在攻读学位期间发表的论文目录 | 第68页 |