| 摘要 | 第1-7页 |
| Abstract | 第7-17页 |
| 第一章 绪论 | 第17-26页 |
| ·傅立叶变换 | 第17-19页 |
| ·翘曲离散傅立叶变换(WDFT) | 第19-21页 |
| ·WDFT的基本概念 | 第19-20页 |
| ·WDFT的主要特点 | 第20-21页 |
| ·WDFT的研究意义和进展情况 | 第21-22页 |
| ·WDFT的研究意义 | 第21页 |
| ·WDFT的进展情况 | 第21-22页 |
| ·WDFT的一般应用分析 | 第22-25页 |
| ·信号分析 | 第22-23页 |
| ·可调谐FIR滤波器的设计 | 第23-24页 |
| ·翘曲滤波器的设计 | 第24-25页 |
| ·本文的主要工作和章节安排 | 第25-26页 |
| 第二章 一维翘曲离散傅立叶变换(1D-WDFT)算法 | 第26-44页 |
| ·离散傅立叶变换的频谱精度 | 第26-27页 |
| ·非均匀离散傅立叶变换(NDFT) | 第27-29页 |
| ·NDFT的定义及性质 | 第27-28页 |
| ·逆NDFT的敏感性问题 | 第28-29页 |
| ·1-D WDFT | 第29-43页 |
| ·定义、实现和性质 | 第29-32页 |
| ·Q的结构 | 第32-33页 |
| ·运算次数 | 第33-34页 |
| ·逆WDFT的敏感性问题 | 第34页 |
| ·逆WDFT的计算 | 第34-35页 |
| ·一阶全通翘曲函数AWF的理论分析 | 第35-40页 |
| ·参数α为实数的一阶翘曲 | 第35-38页 |
| ·参数α为复数的一阶翘曲 | 第38-40页 |
| ·计算复杂度分析 | 第40-42页 |
| ·二阶AWF的理论分析 | 第42-43页 |
| ·参数均为实数的二阶翘曲 | 第42-43页 |
| ·参数均为复数的二阶翘曲 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第三章 基于WDFT的PLP语音特征提取算法 | 第44-61页 |
| ·引言 | 第44页 |
| ·语音识别简介 | 第44-54页 |
| ·HMM模型的基本原理 | 第44-49页 |
| ·HMM模型的基本结构 | 第45页 |
| ·基于HMM的孤立词语音识别 | 第45-46页 |
| ·HMM模型的训练 | 第46-49页 |
| ·Viterbi解码 | 第49-50页 |
| ·常用的语音特征 | 第50-54页 |
| ·LPCC | 第50-52页 |
| ·MFCC | 第52-53页 |
| ·PLP | 第53-54页 |
| ·基于WDFT的PLP特征提取算法 | 第54-57页 |
| ·实验结果 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 基于WDFT的改进MFCC特征提取算法 | 第61-69页 |
| ·引言 | 第61页 |
| ·加权滤波器组分析 | 第61-63页 |
| ·基于WDFT的改进的MFCC特征提取算法 | 第63-66页 |
| ·实验结果及分析 | 第66-68页 |
| ·不同翘曲参数的测试 | 第66-67页 |
| ·不同频点数的测试 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 基于WDFT的语音分离与合成 | 第69-81页 |
| ·引言 | 第69-70页 |
| ·基于计算听觉场景分析的语音分离方法 | 第70-74页 |
| ·计算听觉场景分析 | 第70-72页 |
| ·混叠语音的听觉场景分析 | 第72-74页 |
| ·基于WDFT的元音分离与合成 | 第74-77页 |
| ·正弦语音模型 | 第75页 |
| ·基频轨迹的提取 | 第75-76页 |
| ·基于WDFT的谐波谱参数估计 | 第76-77页 |
| ·语音合成 | 第77页 |
| ·实验结果及分析 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 2-D WDFT及其快速算法 | 第81-96页 |
| ·引言 | 第81页 |
| ·二维非均匀离散傅立叶变换(2-D NDFT) | 第81-86页 |
| ·2-D NDFT的定义 | 第81-82页 |
| ·2-D NDFT的特殊情况 | 第82-86页 |
| ·二维翘曲离散傅立叶变换(2-D WDFT) | 第86-91页 |
| ·2-D WDFT的快速算法 | 第91-94页 |
| ·实验结果 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 第七章 一种基于模糊规则的鲁棒语音识别方法 | 第96-109页 |
| ·引言 | 第96-97页 |
| ·基于滤波器组语音特征的丢失数据技术 | 第97-101页 |
| ·丢失数据原理 | 第97页 |
| ·不可靠分量的检测 | 第97-98页 |
| ·数据估计技术 | 第98-100页 |
| ·边缘概率技术 | 第100-101页 |
| ·基于模糊规则的鲁棒语音识别原理 | 第101-102页 |
| ·在倒谱识别系统中的实现 | 第102-104页 |
| ·实验结果 | 第104-108页 |
| ·与丢失数据技术的比较 | 第105-106页 |
| ·与声学后退技术的比较 | 第106-107页 |
| ·模糊规则的有效性 | 第107-108页 |
| ·本章小结 | 第108-109页 |
| 结论 | 第109-111页 |
| 参考文献 | 第111-120页 |
| 攻读博士期间完成论文 | 第120-121页 |
| 致谢 | 第121页 |