基于嵌入式声纹识别系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| Content | 第11-14页 |
| 第一章 绪论 | 第14-21页 |
| ·本课题的研究背景及意义 | 第14-15页 |
| ·声纹识别的发展及现状 | 第15-16页 |
| ·声纹识别应用领域 | 第16页 |
| ·声纹识别概述 | 第16-19页 |
| ·声纹的概念 | 第16-17页 |
| ·声纹识别基本原理 | 第17-18页 |
| ·声纹识别分类 | 第18-19页 |
| ·声纹识别技术的难点 | 第19页 |
| ·论文工作与组织结构 | 第19-21页 |
| 第二章 语音信号处理 | 第21-30页 |
| ·语音信号相关知识 | 第21-24页 |
| ·语音信号的产生原理 | 第21页 |
| ·语音信号的产生模型 | 第21-22页 |
| ·语音信号的声学特征 | 第22-23页 |
| ·语音信号的采样与表示 | 第23页 |
| ·语音信号的分析方法 | 第23-24页 |
| ·语音信号预处理 | 第24-30页 |
| ·预加重 | 第24-25页 |
| ·分帧 | 第25页 |
| ·加窗 | 第25-26页 |
| ·端点检测 | 第26-30页 |
| 第三章 声纹识别的特征提取 | 第30-38页 |
| ·声纹特征参数相关知识 | 第30-32页 |
| ·声纹识别主要特征参数 | 第32-36页 |
| ·线性预测参数提取(LPCC) | 第33-34页 |
| ·MEL倒谱系数提取(MFCC) | 第34-36页 |
| ·改进的MFCC特征参数提取 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 声纹识别系统的核心算法 | 第38-50页 |
| ·模板匹配 | 第38页 |
| ·隐马尔科夫模型(HMM) | 第38-40页 |
| ·HMM算法的基本思想 | 第38-39页 |
| ·HMM模型的基本原理 | 第39-40页 |
| ·动态时间规整算法(DTW) | 第40-44页 |
| ·改进的DTW算法 | 第42-44页 |
| ·矢量量化技术(VQ) | 第44-47页 |
| ·矢量量化的基本原理 | 第44-45页 |
| ·矢量量化的失真测度 | 第45-46页 |
| ·量化器和码本的设计 | 第46-47页 |
| ·人工神经网络算法 | 第47-48页 |
| ·系统核心算法的选用 | 第48-50页 |
| 第五章 嵌入式声纹识别系统的设计与实现 | 第50-66页 |
| ·嵌入式声纹识别的系统需求 | 第50-51页 |
| ·嵌入式硬件系统 | 第51-53页 |
| ·系统的外围硬件电路 | 第51-53页 |
| ·嵌入式软件系统 | 第53-56页 |
| ·嵌入式操作系统的选用 | 第53页 |
| ·WinCE操作系统定制 | 第53-56页 |
| ·系统主要模块实现 | 第56-63页 |
| ·语音信号采集 | 第56页 |
| ·语音信号预处理 | 第56-60页 |
| ·算法的软件实现 | 第60-63页 |
| ·实验结果及分析 | 第63-65页 |
| ·语音数据库 | 第63页 |
| ·声纹识别实验测试 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 全文总结 | 第66页 |
| 工作展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间发表论文 | 第71-73页 |
| 致谢 | 第73页 |
