| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·引言 | 第7-10页 |
| ·语音识别概念 | 第7页 |
| ·语音识别技术概况 | 第7-9页 |
| ·噪声的分类及其对语音识别的影响 | 第9-10页 |
| ·国内外研究历史及现状 | 第10-11页 |
| ·抗噪声语音识别国内外研究方法综述 | 第11-14页 |
| ·信号空间的消噪 | 第12-13页 |
| ·特征空间的稳健特征与特征补偿 | 第13-14页 |
| ·模型空间的参数调整 | 第14页 |
| ·本课题主要研究的内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第二章 语音端点检测算法的研究 | 第17-29页 |
| ·基于短时能量和短时平均过零率的端点检测算法 | 第17-19页 |
| ·短时能量和短时幅度差 | 第17-18页 |
| ·短时过零率和短时过门限率 | 第18-19页 |
| ·基于频带方差的端点检测算法 | 第19-21页 |
| ·基于频带方差的算法原理 | 第19-21页 |
| ·基于频带方差的端点检测的实验仿真 | 第21页 |
| ·基于自适应子带频谱熵和功率谱熵的端点检测算法 | 第21-27页 |
| ·基于自适应子带频谱熵的端点检测的原理 | 第22-25页 |
| ·基于自适应子带功率谱熵的端点检测的原理 | 第25-26页 |
| ·基于自适应子带谱熵的端点检测算法在各种噪声下的实验仿真 | 第26-27页 |
| ·小结 | 第27-29页 |
| 第三章 语音增强算法的研究 | 第29-39页 |
| ·谱减法 | 第29-31页 |
| ·谱减法的原理 | 第29-31页 |
| ·音乐噪声 | 第31页 |
| ·维纳滤波法 | 第31-32页 |
| ·短时谱幅度的MMSE 估计法 | 第32-33页 |
| ·以上三种算法的实验结果与分析 | 第33-35页 |
| ·改进的谱减法 | 第35-38页 |
| ·改进的谱减法的原理 | 第35-37页 |
| ·改进的谱减法和以上三种算法的试验仿真比较 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 语音特征提取算法的研究 | 第39-53页 |
| ·线性预测系数LPC | 第39-43页 |
| ·线性预测倒谱特征参数LPCC | 第43-44页 |
| ·美尔倒谱特征参数MFCC | 第44-47页 |
| ·Mel 滤波器组 | 第44-45页 |
| ·算法原理 | 第45-46页 |
| ·MFCC 算法流程 | 第46页 |
| ·差分参数 | 第46页 |
| ·特征提升 | 第46-47页 |
| ·基于最小方差无失真响应的感知倒谱特征参数PMCC | 第47-49页 |
| ·最小方差无失真响应的原理 | 第47-48页 |
| ·MVDR 谱计算 | 第48-49页 |
| ·MVDR 的感知倒谱系数PMCC | 第49页 |
| ·实验仿真 | 第49-52页 |
| ·在白噪声下的三种特征参数的识别率比较 | 第50-51页 |
| ·在工厂噪声下的三种特征参数的识别率比较 | 第51页 |
| ·实验结论 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表论文清单 | 第59-60页 |
| 附：部分程序清单 | 第60-70页 |