| 第1章 绪论 | 第1-18页 |
| 1．1 引言 | 第8-9页 |
| 1．2 语音识别技术的发展史及其研究现状 | 第9-11页 |
| 1．3 语音识别系统的研究目的、意义 | 第11-12页 |
| 1．4 语音识别系统的结构 | 第12-16页 |
| 1．4．1 语音识别单元的选取 | 第13-14页 |
| 1．4．2 特征参数提取技术 | 第14-15页 |
| 1．4．3 模式匹配及模型训练技术 | 第15-16页 |
| 1．5 本论文所完成的主要工作 | 第16-18页 |
| 第2章 语音信号的预处理 | 第18-28页 |
| 2．1 引言 | 第18-19页 |
| 2．2 传统的语音端点检测方法 | 第19-20页 |
| 2．3 基于小波变换的语音端点检测方法 | 第20-22页 |
| 2．4 实验结果及分析 | 第22-27页 |
| 2．5 本章小结 | 第27-28页 |
| 第3章 语音信号的特征参数及提取 | 第28-37页 |
| 3．1 引言 | 第28-29页 |
| 3．2 用特征参数 LPC进行特征提取 | 第29-32页 |
| 3．3 用特征参数 LPCC进行特征提取 | 第32-33页 |
| 3．4 用特征参数 MFCC进行特征提取 | 第33-35页 |
| 3．5 仿真结果 | 第35-36页 |
| 3．6 本章小结 | 第36-37页 |
| 第4章 基于 HMM模型的语音识别方法 | 第37-50页 |
| 4．1 引言 | 第37-39页 |
| 4．2 HMM模型中的三个基本问题 | 第39-41页 |
| 4．3 前向-后向算法 | 第41-43页 |
| 4．3．1 前向算法 | 第41-42页 |
| 4．3．2 后向算法 | 第42-43页 |
| 4．3．3 前向-后向算法 | 第43页 |
| 4．4 寻找最佳状态序列 | 第43-45页 |
| 4．5 第三个问题:参数估计问题 | 第45-47页 |
| 4．6 实验结果及分析 | 第47-49页 |
| 4．7 本章小结 | 第49-50页 |
| 第5章 基于 HMM/ANN混合模型的语音识别系统 | 第50-59页 |
| 5．1 神经网络的基本原理 | 第50-52页 |
| 5．2 自组织特征映射神经网络应用于语音识别 | 第52-55页 |
| 5．3 将 HMM与 SOFM相结合的方法 | 第55-57页 |
| 5．4 实验结果及分析 | 第57-58页 |
| 5．5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间所发表的论文和取得的科技成果 | 第65-66页 |
| 致谢 | 第66页 |