家用陪护机器人语音交互与控制系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外研究状况 | 第10-15页 |
| 1.2.1 家用陪护机器人国内外研究状况 | 第10-11页 |
| 1.2.2 语音识别技术国内外研究状况 | 第11-13页 |
| 1.2.3 语音分离技术国内外研究状况 | 第13-15页 |
| 1.3 论文的章节结构 | 第15-16页 |
| 1.4 本章小结 | 第16-18页 |
| 第二章 深度神经网络相关理论及算法 | 第18-30页 |
| 2.1 人工神经网络 | 第18-20页 |
| 2.2 BP神经网络 | 第20-22页 |
| 2.3 深度神经网络 | 第22-29页 |
| 2.3.1 深度神经网络框架 | 第22-27页 |
| 2.3.2 基于BP的DNN参数训练 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 陪护机器人的语音分离算法研究 | 第30-46页 |
| 3.1 噪声对语音识别的影响 | 第30-31页 |
| 3.2 监督性语音分离系统结构 | 第31-34页 |
| 3.3 基于深度神经网络的语音分离 | 第34-39页 |
| 3.3.1 语音信号时频分析 | 第34-36页 |
| 3.3.2 语音信号特征提取 | 第36-37页 |
| 3.3.3 语音分离模型的学习 | 第37-39页 |
| 3.4 语音分离模型的实验优化 | 第39-45页 |
| 3.4.1 实验设置 | 第40页 |
| 3.4.2 语音分离仿真对比 | 第40-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 语音识别系统 | 第46-56页 |
| 4.1 语音识别概述 | 第46页 |
| 4.2 传统的语音识别算法 | 第46-48页 |
| 4.3 基于DNN的语音识别 | 第48-55页 |
| 4.3.1 语音信号端点检测 | 第48-51页 |
| 4.3.2 语音识别特征的选取 | 第51-53页 |
| 4.3.3 实验设置 | 第53-54页 |
| 4.3.4 DNN的训练 | 第54页 |
| 4.3.5 仿真实验及性能分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 陪护机器人语音控制系统设计与实现 | 第56-62页 |
| 5.1 系统总体结构设计 | 第56页 |
| 5.2 系统硬件结构设计 | 第56-57页 |
| 5.3 系统软件结构设计 | 第57-59页 |
| 5.3.1 系统的软件开发环境 | 第57页 |
| 5.3.2 安卓系统端软件设计 | 第57-58页 |
| 5.3.3 ARDUNIO控制端程序设计 | 第58-59页 |
| 5.4 语音识别控制系统实验 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录A | 第70页 |
