| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-17页 |
| ·语音识别概述 | 第9页 |
| ·本课题的研究背景 | 第9-10页 |
| ·语音识别的发展历史 | 第10-14页 |
| ·国外语音识别的发展历史 | 第10-13页 |
| ·我国语音识别的发展历史 | 第13-14页 |
| ·语音识别技术的分类 | 第14-15页 |
| ·语音识别的难点 | 第15-16页 |
| ·本课题的主要研究内容 | 第16-17页 |
| 第2章 语音识别的主要方法和技术 | 第17-29页 |
| ·概述 | 第17-19页 |
| ·DTW模型 | 第19页 |
| ·隐马尔可夫模型 | 第19-29页 |
| ·隐马尔可夫模型的基本原理、分类及模型参数 | 第19-21页 |
| ·HMM模型的三个基本问题 | 第21-25页 |
| ·基于HMM的孤立词和连接词识别 | 第25-29页 |
| 第3章 人工神经网络在语音识别中的应用 | 第29-37页 |
| ·人工神经网络 | 第29页 |
| ·神经网络的基本概念 | 第29页 |
| ·神经网络的语音识别 | 第29页 |
| ·BP网络模型 | 第29-31页 |
| ·径向基函数网络模型 | 第31-35页 |
| ·径向基神经网络结构特点 | 第31-33页 |
| ·径向基神经网络的学习过程 | 第33-35页 |
| ·径向基网络用于识别的方法 | 第35页 |
| ·神经网络在语音识别中的应用 | 第35-37页 |
| 第4章 基于HMM和RBF网络混合的汉语连续语音识别 | 第37-48页 |
| ·概述 | 第37页 |
| ·HMM与神经网络的结合方式 | 第37-39页 |
| ·混合系统的实现 | 第39-48页 |
| ·最佳状态序列的产生 | 第40-42页 |
| ·混合模型的识别过程 | 第42-44页 |
| ·神经网络的优化 | 第44-48页 |
| 第5章 仿真计算及结果分析 | 第48-57页 |
| ·仿真试验原理 | 第48页 |
| ·语音信号的获取 | 第48-49页 |
| ·语音信号的采集过程 | 第48-49页 |
| ·数字语音数据库的建立 | 第49页 |
| ·语音信号的前端处理 | 第49-51页 |
| ·预加重 | 第50页 |
| ·分帧和加窗 | 第50-51页 |
| ·端点检测 | 第51页 |
| ·语音信号的特征提取 | 第51-52页 |
| ·训练和识别模型 | 第52-54页 |
| ·HMM模型 | 第52-53页 |
| ·HMM和RBF神经网络结合的混合模型 | 第53-54页 |
| ·识别算法的性能分析 | 第54-56页 |
| ·训练识别方法 | 第54页 |
| ·算法的准确性测试 | 第54-55页 |
| ·算法的抗噪性测试 | 第55页 |
| ·训练次数的需求分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录A (攻读学位期间发表的学术论文目录) | 第63页 |