| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 英文缩略表 | 第15-17页 |
| 第一章 引言 | 第17-25页 |
| 1.1 问题的提出及研究意义 | 第17-18页 |
| 1.2 语音识别概述 | 第18-21页 |
| 1.2.1 语音识别的发展 | 第18-20页 |
| 1.2.2 语音识别的分类 | 第20页 |
| 1.2.3 基于统计模型的语音识别 | 第20-21页 |
| 1.3 影响语音识别鲁棒性的因素 | 第21-22页 |
| 1.4 语音识别及声学技术在农业领域的应用 | 第22-23页 |
| 1.4.1 国外研究情况 | 第22页 |
| 1.4.2 国内研究情况 | 第22-23页 |
| 1.5 研究内容 | 第23页 |
| 1.6 章节安排 | 第23-24页 |
| 1.7 小结 | 第24-25页 |
| 第二章 噪声鲁棒性语音识别的研究现状 | 第25-31页 |
| 2.1 噪声分类 | 第25-27页 |
| 2.1.1 加性噪声与乘性噪声 | 第25页 |
| 2.1.2 噪声特性分析 | 第25-27页 |
| 2.2 噪声鲁棒性方法研究现状 | 第27-30页 |
| 2.2.1 语音增强 | 第27-28页 |
| 2.2.2 鲁棒性特征提取 | 第28-29页 |
| 2.2.3 模型补偿 | 第29-30页 |
| 2.3 小结 | 第30-31页 |
| 第三章 基于HMM框架的农产品价格语音识别 | 第31-40页 |
| 3.1 HMM模型 | 第31-35页 |
| 3.1.1 HMM的概述 | 第31页 |
| 3.1.2 HMM的数学定义 | 第31-32页 |
| 3.1.3 HMM的三个基本问题 | 第32-35页 |
| 3.2 基于HTK的实验平台构建 | 第35-39页 |
| 3.2.1 语音数据库 | 第35-36页 |
| 3.2.2 MFCC特征提取 | 第36-37页 |
| 3.2.3 声学模型的设置 | 第37-39页 |
| 3.2.4 识别性能的评价标准 | 第39页 |
| 3.3 小结 | 第39-40页 |
| 第四章 系统的三音子模型优化及特征规整 | 第40-54页 |
| 4.1 扩展的声韵母建模基元 | 第40-42页 |
| 4.1.1 汉语语音学特点 | 第40页 |
| 4.1.2 汉语声母结构 | 第40页 |
| 4.1.3 汉语韵母结构 | 第40-41页 |
| 4.1.4 扩展的声韵母识别基元定义 | 第41-42页 |
| 4.2 基于决策树的状态共享 | 第42-46页 |
| 4.2.1 决策树的构造 | 第42-44页 |
| 4.2.2 二值问题集的设计 | 第44-45页 |
| 4.2.3 结点分裂准则 | 第45页 |
| 4.2.4 结点停止分裂 | 第45-46页 |
| 4.2.5 结点合并 | 第46页 |
| 4.3 增加高斯混合分量 | 第46页 |
| 4.4 倒谱特征归一化 | 第46-48页 |
| 4.5 实验及分析 | 第48-53页 |
| 4.5.1 实验一：三音子模型识别实验 | 第48-49页 |
| 4.5.2 实验二：决策树状态聚类 | 第49-50页 |
| 4.5.3 实验三：高斯混合分量增加 | 第50-51页 |
| 4.5.4 实验四：倒谱均值方差（CMVN）归一化 | 第51-53页 |
| 4.6 小结 | 第53-54页 |
| 第五章 联合谱减增强和失真补偿的鲁棒性方法 | 第54-70页 |
| 5.1 谱减法 | 第54-57页 |
| 5.1.1 谱减的基本原理 | 第54-56页 |
| 5.1.2 使用过减（over subtraction）技术的谱减算法 | 第56-57页 |
| 5.2 多带（multi band）谱减法 | 第57-59页 |
| 5.3 MMSE谱减算法 | 第59-61页 |
| 5.4 实验 | 第61-67页 |
| 5.4.1 实验一：MMSE谱减法参数优化实验 | 第62页 |
| 5.4.2 实验二：不同环境下联合算法实验 | 第62-67页 |
| 5.5 小结 | 第67-70页 |
| 第六章 基于统计模型的前端增强与失真补偿的结合 | 第70-83页 |
| 6.1 MMSE幅度谱估计 | 第70-75页 |
| 6.1.1 MMSE幅度估计器 | 第71-74页 |
| 6.1.2 先验SNR的估计 | 第74-75页 |
| 6.2 对数MMSE估计器 | 第75-76页 |
| 6.3 MMSE估计的实现 | 第76页 |
| 6.4 实验 | 第76-80页 |
| 6.4.1 实验一：采用MMSE估计器与logMMSE方法增强 | 第76页 |
| 6.4.2 实验二：MMSE、logMMSE与CMVN联合实验 | 第76-80页 |
| 6.4.3 实验三：实际环境语音测试 | 第80页 |
| 6.5 算法综合比较 | 第80-82页 |
| 6.6 小结 | 第82-83页 |
| 第七章 结论及展望 | 第83-85页 |
| 7.1 研究总结 | 第83-84页 |
| 7.2 展望 | 第84-85页 |
| 参考文献 | 第85-96页 |
| 致谢 | 第96-97页 |
| 作者简介 | 第97页 |
