| 第一章 Equation 引言 | 第1-14页 |
| ·研究背景 | 第10页 |
| ·语音识别现状 | 第10-12页 |
| ·理论概况 | 第10-11页 |
| ·应用概况 | 第11-12页 |
| ·噪声的影响 | 第12-13页 |
| ·本文概要 | 第13-14页 |
| 第二章 基于MFCC-HMM 的语音识别系统Equation | 第14-28页 |
| ·语音识别的基本模块 | 第14-15页 |
| ·特征提取 | 第15-19页 |
| ·HMM 模型 | 第19-26页 |
| ·HMM 模型定义 | 第19-21页 |
| ·前向概率和后向概率的定义 | 第21页 |
| ·模型训练 | 第21-26页 |
| ·Viterbi 识别算法 | 第26-28页 |
| 第三章 Equation 基于局部可靠性分析的抗噪声方法 | 第28-43页 |
| ·抗噪声方法概述 | 第28-35页 |
| ·典型的环境噪声 | 第28-29页 |
| ·前端增强 | 第29-32页 |
| ·特征补偿 | 第32-33页 |
| ·声学层补偿 | 第33-35页 |
| ·Missing Data 方法 | 第35-38页 |
| ·Key Data 方法 | 第38-43页 |
| ·Missing Data 方法推广 | 第38页 |
| ·局部可靠性分析 | 第38-40页 |
| ·基于MFCC 特征的Key Data 算法 | 第40-43页 |
| 第四章 Equation 基于谐波模型的抗噪声方法 | 第43-48页 |
| ·语音信号的三角函数描述 | 第43-44页 |
| ·谐波信号频域重构 | 第44-46页 |
| ·基音提取 | 第46-48页 |
| 第五章 测试数据与实验结果 | 第48-56页 |
| ·Aurora 语料库 | 第48-49页 |
| ·Key Data 实验结果 | 第49-53页 |
| ·基线配置 | 第49-50页 |
| ·Key Data 识别算法与基线的比较 | 第50-51页 |
| ·Key Data 识别算法与Missing Data 方法的串联使用 | 第51-53页 |
| ·谐波重构方法在抗噪声语音识别中的效果 | 第53-56页 |
| ·基线配置 | 第53页 |
| ·谐波重构法增强后语音的识别效果 | 第53-56页 |
| 第六章 总结 | 第56-58页 |
| ·论文结论 | 第56页 |
| ·进一步工作建议 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 本人简历 | 第61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
