| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 语音识别研究的目的和意义 | 第10页 |
| 1.2 语音识别的发展以及面临的主要问题 | 第10-13页 |
| 1.2.1 语音识别的发展历程 | 第10-11页 |
| 1.2.2 语音识别的国内外研究现状 | 第11-12页 |
| 1.2.3 语音识别面临的主要问题 | 第12-13页 |
| 1.3 不同人发音生理差异导致的特征不变性问题 | 第13-14页 |
| 1.4 论文研究的内容以及论文结构安排 | 第14-15页 |
| 第二章 语音识别的相关原理 | 第15-25页 |
| 2.1 语音信号预处理 | 第15-16页 |
| 2.1.1 预加重 | 第15页 |
| 2.1.2 分帧加窗 | 第15-16页 |
| 2.2 语音识别中的特征提取算法 | 第16-18页 |
| 2.3 语音识别系统框架 | 第18-22页 |
| 2.3.1 声学模型 | 第18-21页 |
| 2.3.2 语言模型 | 第21页 |
| 2.3.3 解码器 | 第21-22页 |
| 2.4 语音信号的产生机理 | 第22-23页 |
| 2.5 语音识别中解决特征不变性的传统算法 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第二章 基于加权融合的双因子频谱规整 | 第25-38页 |
| 3.1 非特定人发音器官差异及其对特征不变性的影响 | 第25-26页 |
| 3.2 传统的频谱规整算法 | 第26-30页 |
| 3.2.1 基于共振峰频率的频谱规整 | 第27页 |
| 3.2.2 基于基音频率的频谱规整 | 第27-28页 |
| 3.2.3 基于声门下共鸣频率的频谱规整 | 第28-29页 |
| 3.2.4 基于声门下共鸣频率和共振峰频率的分段线性频谱规整 | 第29-30页 |
| 3.3 基于加权融合的双因子频谱规整 | 第30-33页 |
| 3.4 实验结果分析 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于VTLN和频谱倾斜补偿的特征提取 | 第38-46页 |
| 4.1 共振峰差异对语音特征不变性的影响 | 第38-39页 |
| 4.1.1 共振峰位置偏移差异 | 第38-39页 |
| 4.1.2 共振峰幅度差异 | 第39页 |
| 4.2 声道长度归一化VTLN | 第39-40页 |
| 4.3 频谱倾斜补偿 | 第40-42页 |
| 4.4 基于VTLN和频谱倾斜补偿的特征提取 | 第42-43页 |
| 4.5 实验结果分析 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 基于有监督NPE算法的特征变换 | 第46-55页 |
| 5.1 特征变换算法 | 第46-51页 |
| 5.2 有监督的近邻保持嵌入算法 | 第51-53页 |
| 5.3 实验结果分析 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 课题总结 | 第55-56页 |
| 6.2 未来展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 作者攻读学位期间发表的学术论文目录 | 第60页 |