基于Android平台语音识别系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 语音识别技术国内外研究现状 | 第14-17页 |
| 1.2.1 语音识别发展历程 | 第14-15页 |
| 1.2.2 国外应用研究现状 | 第15页 |
| 1.2.3 国内应用研究现状 | 第15-17页 |
| 1.3 电子货架标签国内外研究现状 | 第17页 |
| 1.4 论文的主要内容及组织结构 | 第17-19页 |
| 1.4.1 论文的主要内容 | 第17-18页 |
| 1.4.2 本文的组织结构 | 第18-19页 |
| 第二章 语音识别的基本理论 | 第19-31页 |
| 2.1 语音信号数学模型与特性分析 | 第19-21页 |
| 2.2 语音识别分类 | 第21-22页 |
| 2.3 常用的语音识别算法分析 | 第22-26页 |
| 2.3.1 动态时间规整(DTW) | 第22-23页 |
| 2.3.2 矢量量化(VQ) | 第23-24页 |
| 2.3.3 隐马尔可夫模型(HMM) | 第24-25页 |
| 2.3.4 人工神经网络(ANN) | 第25-26页 |
| 2.4 语音识别技术原理 | 第26-30页 |
| 2.4.1 语音信号预处理 | 第26-27页 |
| 2.4.2 语音特征提取 | 第27-28页 |
| 2.4.3 语言模型与声学模型 | 第28-29页 |
| 2.4.4 语音解码 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于Android语音识别系统的设计 | 第31-40页 |
| 3.1 Android系统平台的研究 | 第31-34页 |
| 3.1.1 Android平台架构 | 第31-32页 |
| 3.1.2 Android应用的构成和工作机制 | 第32-33页 |
| 3.1.3 Android平台的优势 | 第33-34页 |
| 3.2 系统开发环境搭建 | 第34-36页 |
| 3.3 系统的总体框架 | 第36-39页 |
| 3.3.1 系统总体设计概述 | 第36页 |
| 3.3.2 系统方案选择 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于Android语音识别系统的实现 | 第40-59页 |
| 4.1 语音数据处理 | 第40-44页 |
| 4.1.1 语音样本库的建立 | 第40-41页 |
| 4.1.2 语音信号降噪 | 第41-42页 |
| 4.1.3 语音端点检测 | 第42-43页 |
| 4.1.4 语音特征提取 | 第43-44页 |
| 4.2 声学模型训练 | 第44-51页 |
| 4.2.1 数据准备 | 第45-46页 |
| 4.2.2 配置训练参数 | 第46-47页 |
| 4.2.3 训练CI模型 | 第47-49页 |
| 4.2.4 训练未聚类的CD模型 | 第49-50页 |
| 4.2.5 建立决策树 | 第50页 |
| 4.2.6 训练聚类的CD模型 | 第50-51页 |
| 4.2.7 删除插值 | 第51页 |
| 4.3 语言模型训练 | 第51-54页 |
| 4.4 系统软件编码实现 | 第54-58页 |
| 4.4.1 软件设计流程 | 第54-55页 |
| 4.4.2 算法编程与测试 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于Android语音识别系统的应用 | 第59-68页 |
| 5.1 系统总体架构 | 第59-61页 |
| 5.2 系统工作原理 | 第61-62页 |
| 5.3 系统测试及结果 | 第62-67页 |
| 5.3.1 系统测试平台 | 第62页 |
| 5.3.2 识别率测试 | 第62-63页 |
| 5.3.3 抗噪性测试 | 第63-66页 |
| 5.3.4 操作效率测试 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 总结与展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间发表的论文与成果 | 第72-74页 |
| 致谢 | 第74页 |
