| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-21页 |
| ·研究背景和意义 | 第13-14页 |
| ·研究历史和现状 | 第14-19页 |
| ·研究历史 | 第14-15页 |
| ·研究现状 | 第15-18页 |
| ·研究热点 | 第18-19页 |
| ·总结与分析 | 第19页 |
| ·研究内容和结构安排 | 第19-21页 |
| ·研究内容 | 第19-20页 |
| ·结构安排 | 第20-21页 |
| 第2章 涉及的理论和技术基础 | 第21-27页 |
| ·引言 | 第21页 |
| ·音频预处理 | 第21-22页 |
| ·预加重 | 第21页 |
| ·音频分帧 | 第21-22页 |
| ·加窗技术 | 第22页 |
| ·特征提取及特征向量生成 | 第22-24页 |
| ·特征提取 | 第22-24页 |
| ·特征向量生成 | 第24页 |
| ·分类器训练及识别 | 第24-25页 |
| ·信道自适应 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 自匹配 TOP-N 音频事件识别信道自适应方法 | 第27-46页 |
| ·引言 | 第27页 |
| ·相关工作 | 第27-30页 |
| ·主要技术与方法 | 第27-29页 |
| ·问题分析与提出 | 第29-30页 |
| ·算法设计 | 第30-36页 |
| ·算法原理 | 第30-31页 |
| ·自匹配 Top-N 高斯分量加权的特征映射 | 第31-33页 |
| ·自匹配 Top-N 高斯分量加权的 FM 训练 | 第33-35页 |
| ·自匹配 Top-N 高斯分量加权的 FM 使用 | 第35-36页 |
| ·实验分析 | 第36-45页 |
| ·实验数据源 | 第36页 |
| ·实验条件 | 第36-37页 |
| ·评价方法 | 第37页 |
| ·实验结果 | 第37-45页 |
| ·小结 | 第45-46页 |
| 第4章 音频事件模型合成信道自适应方法 | 第46-56页 |
| ·引言 | 第46页 |
| ·相关工作 | 第46-48页 |
| ·主要技术与方法 | 第46-48页 |
| ·问题分析与提出 | 第48页 |
| ·算法设计 | 第48-52页 |
| ·算法原理 | 第48-49页 |
| ·音频事件模型合成 | 第49-50页 |
| ·音频事件模型合成训练 | 第50-51页 |
| ·音频事件模型合成使用 | 第51-52页 |
| ·实验分析 | 第52-55页 |
| ·实验数据源 | 第52页 |
| ·实验条件 | 第52页 |
| ·评价方法 | 第52-53页 |
| ·实验结果 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第5章 原型系统设计与实现 | 第56-68页 |
| ·引言 | 第56页 |
| ·系统总体设计 | 第56-61页 |
| ·技术路线和设计原则 | 第56页 |
| ·目标和功能需求 | 第56-57页 |
| ·系统的总体结构 | 第57-60页 |
| ·交互界面设计 | 第60-61页 |
| ·关键功能模块实现 | 第61-65页 |
| ·特征向量生成 | 第61-62页 |
| ·信道自适应 | 第62-63页 |
| ·模型训练及识别 | 第63-64页 |
| ·结果平滑处理 | 第64-65页 |
| ·实验分析 | 第65-67页 |
| ·小结 | 第67-68页 |
| 第6章 结束语 | 第68-70页 |
| ·全文总结 | 第68-69页 |
| ·工作展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 学习期间发表的学术论文与研究成果清单 | 第76-77页 |
| 致谢 | 第77页 |