●章引言（）節問題的提出及研究意義（）第二節語音識別概述（）一、語音識別的發展（）二、語音識別的分類（）三、基於統計模型的語音識別（）第三節影響語音識別魯棒性的因素（）第四節語音識別及聲學技術在農業領域的應用（）一、國外研究情況（）二、國內研究情況（）第五節研究內容（）第六節章節安排（）第二章噪聲魯棒性語音識別的研究現狀（）節噪聲分類（）一、加性噪聲與乘性噪聲（）二、噪聲特性分析（）第二節噪聲魯棒性方法研究現狀（）一、語音增強（）二、魯棒性特征提取（）三、模型補償（）第三章基於HMM框架的農產品價格語音識別（）節HMM模型（）一、HMM的概述（）二、HMM的數學定義（）三、HMM的三個基本問題（）第二節基於HTK的實驗平臺構建（）一、語音數據庫（）二、MFCC特征提取（）三、聲學模型的設置（）四、識別性能的評價標準（）第四章繫統的三音子模型優化及特征規整（）節擴展的聲韻母（）一、漢語語音學特點（）二、漢語聲母結構（）三、漢語韻母結構（）四、擴展的聲韻母定義（）第二節基於決策樹的狀態共享（）一、決策樹的構造（）二、二值問題集的設計（）三、結點分裂準則（）四、結點停止分裂（）五、結點合並（）第三節增加高斯混合分量（）第四節倒譜特征歸一化（）第五節實驗及分析（）一、三音子模型識別實驗（）二、決策樹狀態聚類（）三、高斯混合分量增加（）四、倒譜均值方差（CMVN）歸一化（）第五章聯合譜減增強和失真補償的魯棒性方法（）節譜減法（）一、譜減的基本原理（）二、使用過減（over subtraction）技術的譜減算法（）第二節多帶（multi band）譜減法（）第三節MMSE譜減算法（）第四節實驗（）一、MMSE譜減法參數優化實驗（）二、不同環境下聯合算法實驗（）第六章基於統計模型的前端增強與失真補償的結合（）節MMSE幅度譜估計（）一、MMSE幅度估計器（）二、先驗SNR的估計（）第二節對數MMSE估計器（）第三節MMSE估計的實現（）第四節實驗（）一、采用MMSE估計器與logMMSE方法增強（）二、MMSE、logMMSE與CMVN聯合實驗（）三、實際環境語音測試（）第五節算法綜合比較（）第七章結論及展望（）節研究總結（）第二節展望（）參考文獻（）