音控小车控制系统的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-12页 |
| ·语音识别系统的分类 | 第7-8页 |
| ·语音识别的几种基本方法 | 第8页 |
| ·语音识别在国内外研究现状 | 第8-10页 |
| ·语音识别在国外的发展历程 | 第8-9页 |
| ·语音识别在国内的发展 | 第9-10页 |
| ·语音识别的使用前景及研究的意义 | 第10-11页 |
| ·研究的主要内容 | 第11-12页 |
| 2 语音识别系统的基本原理 | 第12-27页 |
| ·语音识别系统的构成 | 第12页 |
| ·语音信号的产生模型 | 第12-14页 |
| ·语音信号的数字化和预处理 | 第14-16页 |
| ·语音采样 | 第14页 |
| ·预滤波 | 第14-15页 |
| ·预加重 | 第15页 |
| ·语音信号的加窗处理 | 第15-16页 |
| ·语音信号的时域分析 | 第16-18页 |
| ·短时能量和幅度 | 第16-17页 |
| ·短时平均过零率 | 第17页 |
| ·端点检测 | 第17-18页 |
| ·特征参数的提取 | 第18-27页 |
| ·线性预测倒谱系数LPCC | 第18-25页 |
| ·线性预测编码(LPC)系数特征 | 第18-23页 |
| ·LPC(线性预测编码)倒谱系数(LPCC) | 第23-25页 |
| ·基于Mel频率的倒谱系数 | 第25-26页 |
| ·MFCC系数和LPCC系数比较 | 第26-27页 |
| 3 语音建模及相似性判断 | 第27-34页 |
| ·语音模型的建立与识别 | 第27-29页 |
| ·语音模板训练方法 | 第27-28页 |
| ·偶然性训练法 | 第27-28页 |
| ·鲁棒性训练法 | 第28页 |
| ·聚类训练法 | 第28页 |
| ·语音识别模板训练和建立 | 第28-29页 |
| ·匹配规则(相似性判断方法) | 第29-34页 |
| 4 音控小车的软件设计 | 第34-49页 |
| ·VISUAL C++与MATLAB的介绍 | 第34-35页 |
| ·Visual C++的介绍 | 第34页 |
| ·MATLAB的介绍 | 第34-35页 |
| ·音控小车的软件设计 | 第35-45页 |
| ·人机交互界面的设计 | 第36-37页 |
| ·语音端点检测、训练及识别 | 第37-41页 |
| ·实现语音识别中的通信 | 第41-45页 |
| ·识别方法测试及结果分析 | 第45-49页 |
| ·数据及文件格式 | 第45-46页 |
| ·实验数据及预处理 | 第46-47页 |
| ·语音端点检测测试 | 第47页 |
| ·结果比较 | 第47-49页 |
| 5 音控小车的硬件设计 | 第49-57页 |
| ·芯片的选择 | 第49-50页 |
| ·凌阳SPCE061A单片机的主要特点 | 第50-53页 |
| ·SPCE061A的结构图 | 第50-51页 |
| ·芯片的性能 | 第51-52页 |
| ·SPCE061A指令系统 | 第52页 |
| ·MIC输入模块 | 第52-53页 |
| ·功放和喇叭输出模块 | 第53页 |
| ·硬件方案总体设计 | 第53-54页 |
| ·单片机SPCE061A与PC的接口设计 | 第54页 |
| ·控制电路的设计 | 第54-57页 |
| 6 结论与展望 | 第57-59页 |
| ·论文工作总结 | 第57-58页 |
| ·进一步的工作与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录A | 第63-66页 |
| 附录B | 第66-67页 |
| 附录C | 第67-68页 |
| 附录D | 第68页 |
