| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-16页 |
| 1．1 语音识别技术 | 第8-12页 |
| 1．1．1 语音信号处理 | 第8-9页 |
| 1．1．2 语音识别概述 | 第9-11页 |
| 1．1．3 语音识别技术发展和现状 | 第11页 |
| 1．1．4 语音识别的困难和对策 | 第11-12页 |
| 1．2 神经网络和遗传算法 | 第12-14页 |
| 1．3 神经网络在语音识别中的应用 | 第14页 |
| 1．4 本文研究内容及章节安排 | 第14-15页 |
| 1．5 本章小结 | 第15-16页 |
| 第2章 语音识别基本原理与技术 | 第16-31页 |
| 2．1 信号预处理 | 第16-19页 |
| 2．1．1 抗混叠滤波与预加重 | 第16-17页 |
| 2．1．2 端点检测 | 第17-19页 |
| 2．2 语音识别中的特征提取及规整 | 第19-23页 |
| 2．2．1 特征提取 | 第19-22页 |
| 2．2．2 语音规整 | 第22-23页 |
| 2．3 语音建模及相似性判断 | 第23-30页 |
| 2．3．1 语音模型的建立 | 第24-27页 |
| 2．3．2 匹配规则 | 第27-30页 |
| 2．4 本章小结 | 第30-31页 |
| 第3章 神经网络和遗传算法的基本原理 | 第31-45页 |
| 3．1 神经网络的基本概念 | 第31-34页 |
| 3．1．1 神经元 | 第31-32页 |
| 3．1．2 网络的连接模式 | 第32页 |
| 3．1．3 学习方式 | 第32-33页 |
| 3．1．4 学习算法 | 第33-34页 |
| 3．2 神经网络的基本模型结构 | 第34-36页 |
| 3．2．1 BP网络 | 第34页 |
| 3．2．2 径向基函数神经网络 | 第34-36页 |
| 3．3 遗传算法的基本原理 | 第36-43页 |
| 3．3．1 遗传算法的基本模型 | 第36-39页 |
| 3．3．2 遗传操作算子 | 第39-43页 |
| 3．4 遗传算法与神经网络 | 第43页 |
| 3．5 本章小结 | 第43-45页 |
| 第4章 基于神经网络和遗传算法的语音识别建模方法 | 第45-56页 |
| 4．1 神经网络在语音建模中的主要应用 | 第45-47页 |
| 4．1．1 网络设计的原则和准则 | 第46页 |
| 4．1．2 BP网络的设计分析 | 第46-47页 |
| 4．2 本文的神经网络建模方法 | 第47-55页 |
| 4．2．1 一般神经网络建模方法 | 第47-50页 |
| 4．2．2 基于遗传算法的神经网络学习的基本方法设计 | 第50-51页 |
| 4．2．3 神经网络的编码及描述方法 | 第51-52页 |
| 4．2．4 基于遗传算法的神经网络学习算法 | 第52-55页 |
| 4．3 本章小结 | 第55-56页 |
| 第5章 基于神经网络和遗传算法的语音识别仿真 | 第56-75页 |
| 5．1 仿真试验原理 | 第56-57页 |
| 5．2 语音信号的获取 | 第57-58页 |
| 5．3 语音信号的预处理 | 第58-61页 |
| 5．3．1 预加重 | 第59页 |
| 5．3．2 端点检测 | 第59-61页 |
| 5．4 语音信号的特征提取及规整 | 第61-63页 |
| 5．5 神经网络的识别仿真 | 第63-67页 |
| 5．6 神经网络识别方法的性能分析 | 第67-73页 |
| 5．6．1 训练次数的需求分析 | 第68页 |
| 5．6．2 观测噪声的影响 | 第68-69页 |
| 5．6．3 非特定人语音信号的识别 | 第69页 |
| 5．6．4 训练函数的影响 | 第69-73页 |
| 5．7 DTW的识别仿真 | 第73-74页 |
| 5．8 本章小结 | 第74-75页 |
| 结论与建议 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 附录A (攻读学位期间所发表的学术论文) | 第81页 |