许金普著的这本《语音识别及其在农业信息采集中的应用》主要介绍语音识别技术及其在农产品市场信息采集过程中的应用，重点围绕如何提高语音识别的噪声鲁棒性问题展开。内容包括引言、噪声鲁棒性语音识别的现状、基于HMM的农产品价格语音识别、三音子模型优化及特征规整、联合谱减增强和失真补偿的鲁棒性方法、基于统计模型的前端增强与失真补偿的结合等，最后是结论和展望，全书共七章。
本书适合从事农业信息技术、智慧农业、语音识别技术、农业经济管理、管理科学与工程等领域的学者专家参阅，也可为高校通信、计算机科学、农业信息化等相关专业的学生学习使用。

第一章 引言
第一节 问题的提出及研究意义
第二节 语音识别概述
一、语音识别的发展
二、语音识别的分类
三、基于统计模型的语音识别
第三节 影响语音识别鲁棒性的因素
第四节 语音识别及声学技术在农业领域的应用
一、国外研究情况
二、国内研究情况
第五节 研究内容
第六节 章节安排
第二章 噪声鲁棒性语音识别的研究现状
第一节 噪声分类
一、加性噪声与乘性噪声
二、噪声特性分析
第二节 噪声鲁棒性方法研究现状
一、语音增强
二、鲁棒性特征提取
三、模型补偿
第三章 基于HMM框架的农产品价格语音识别
第一节 HMM模型
一、HMM的概述
二、HMM的数学定义
三、HMM的三个基本问题
第二节 基于HTK的实验平台构建
一、语音数据库
二、MFCC特征提取
三、声学模型的设置
四、识别性能的评价标准
第四章 系统的三音子模型优化及特征规整
第一节 扩展的声韵母建模基元
一、汉语语音学特点
二、汉语声母结构
三、汉语韵母结构
四、扩展的声韵母识别基元定义
第二节 基于决策树的状态共享
一、决策树的构造
二、二值问题集的设计
三、结点分裂准则
四、结点停止分裂
五、结点合并
第三节 增加高斯混合分量
第四节 倒谱特征归一化
第五节 实验及分析
一、三音子模型识别实验
二、决策树状态聚类
三、高斯混合分量增加
四、倒谱均值方差(CMVN)归一化
第五章 联合谱减增强和失真补偿的鲁棒性方法
第一节 谱减法
一、谱减的基本原理
二、使用过减(over subtraction)技术的谱减算法
第二节 多带(multi band)谱减法
第三节 MMSE谱减算法
第四节 实验
一、MMSE谱减法参数优化实验
二、不同环境下联合算法实验
第六章 基于统计模型的前端增强与失真补偿的结合
第一节 MMSE幅度谱估计
一、MMSE幅度估计器
二、先验SNR的估计
第二节 对数MMSE估计器
第三节 MMSE估计的实现
第四节 实验
一、采用MMSE估计器与logMMSE方法增强
二、MMSE、logMMSE与CMVN联合实验
三、实际环境语音测试
第五节 算法综合比较
第七章 结论及展望
第一节 研究总结
第二节 展望
参考文献