基于嵌入式的关键词组识别系统的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·关键词识别的基本原理 | 第10-11页 |
| ·关键词识别的基本概念 | 第10页 |
| ·关键词识别系统中的主要技术难点 | 第10-11页 |
| ·嵌入式关键词识别的发展历程与国内外研究现状 | 第11-14页 |
| ·关键词识别技术的发展过程和现状 | 第11-12页 |
| ·嵌入式语音识别技术的现状和发展趋势 | 第12-14页 |
| ·论文的结构安排 | 第14-17页 |
| 2 关键词组识别的基础知识和预处理 | 第17-41页 |
| ·关键词组识别的基础知识 | 第17-22页 |
| ·语音信号的数字模型 | 第17-18页 |
| ·语音信号的时域分析 | 第18-20页 |
| ·语音信号的频域分析 | 第20页 |
| ·语音信号的时频域分析 | 第20-21页 |
| ·语音信号的倒谱分析 | 第21-22页 |
| ·关键词组识别的预处理 | 第22-30页 |
| ·噪声的来源和分类 | 第22-23页 |
| ·传统的噪声去除方法 | 第23-30页 |
| ·改进的噪声去除方法 | 第30-34页 |
| ·改进增益函数的谱减法 | 第30-31页 |
| ·四种去噪方法的实验结果比较 | 第31-34页 |
| ·关键词组识别系统中的端点检测技术 | 第34-40页 |
| ·传统的端点检测技术 | 第34-36页 |
| ·改进的双门限端点检测技术 | 第36-40页 |
| ·小结 | 第40-41页 |
| 3 关键词组识别系统中的特征提取 | 第41-55页 |
| ·关键词组识别的特征参数 | 第41-42页 |
| ·线性预测倒谱系数LPCC | 第42-46页 |
| ·线性预测系数LPC | 第42-45页 |
| ·线性预测倒谱系数LPCC的提取 | 第45-46页 |
| ·线性预测差分倒谱系数 | 第46页 |
| ·梅尔频率倒谱系数MFCC | 第46-48页 |
| ·梅尔频率倒谱系数的定义 | 第46-47页 |
| ·梅尔频率倒谱系数特征的提取 | 第47-48页 |
| ·梅尔频率差分参数MFCC的提取 | 第48页 |
| ·线性梅尔倒谱差分特征参数提取 | 第48-53页 |
| ·线性梅尔倒谱差分特征参数 | 第48-49页 |
| ·各种特征组合实验结果的比较 | 第49-53页 |
| ·小结 | 第53-55页 |
| 4 嵌入式平台上关键词组识别模型 | 第55-69页 |
| ·动态时间规整模型DTW | 第55-58页 |
| ·DTW的基本原理 | 第55-57页 |
| ·DTW模板训练算法 | 第57-58页 |
| ·隐马尔科夫(HMM)模型 | 第58-62页 |
| ·HMM的基本思想 | 第58-59页 |
| ·HMM模型的基本算法 | 第59-62页 |
| ·DTW模型与HMM模型识别结果的比较 | 第62-64页 |
| ·改进的HMM模型 | 第64-68页 |
| ·HMM模型的修正 | 第64-66页 |
| ·算法修正后识别结果比较 | 第66-68页 |
| ·小结 | 第68-69页 |
| 5 嵌入式平台上关键词组识别系统的实现 | 第69-77页 |
| ·关键词组识别系统的总体设计 | 第69页 |
| ·关键词组识别系统的硬件架构 | 第69-71页 |
| ·关键词组识别系统的软件实现 | 第71-75页 |
| ·软件构成 | 第71页 |
| ·各模块程序设计 | 第71-75页 |
| ·嵌入式平台上关键词组识别系统运行实验 | 第75-76页 |
| ·小结 | 第76-77页 |
| 6 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 附录 | 第85-86页 |
