嵌入式飞行器语音指令识别技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题研究背景与意义 | 第12页 |
| ·语音识别技术简述 | 第12-15页 |
| ·语音识别的分类 | 第12-13页 |
| ·语音识别技术的发展历程及现状 | 第13-14页 |
| ·飞行器语音指令识别技术的研究概况 | 第14-15页 |
| ·Linux 研究概况 | 第15-16页 |
| ·课题主要研究内容 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| 第二章 语音识别系统的结构和基本原理 | 第18-31页 |
| ·引言 | 第18页 |
| ·语音信号的预处理 | 第18-22页 |
| ·语音采样 | 第18-19页 |
| ·去除噪声 | 第19页 |
| ·端点检测的方法 | 第19-21页 |
| ·预加重 | 第21页 |
| ·分帧加窗 | 第21-22页 |
| ·语音识别的特征参数提取 | 第22-24页 |
| ·线性预测系数 | 第22-23页 |
| ·线性预测倒谱系数 | 第23-24页 |
| ·Mel 倒谱系数(MFCC) | 第24页 |
| ·模板训练方法 | 第24-25页 |
| ·偶然性训练法 | 第25页 |
| ·鲁棒性训练法 | 第25页 |
| ·聚类训练法 | 第25页 |
| ·模板匹配方法 | 第25-30页 |
| ·动态时间规整识别技术 | 第25-28页 |
| ·隐马尔可夫模型 | 第28-29页 |
| ·人工神经网络方法 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 端点检测和特征提取算法的改进 | 第31-42页 |
| ·引言 | 第31页 |
| ·语音端点检测算法的改进 | 第31-36页 |
| ·预处理 | 第31页 |
| ·噪声估计 | 第31-32页 |
| ·参考端点检测 | 第32-33页 |
| ·实际端点检测 | 第33-34页 |
| ·仿真及结果 | 第34-36页 |
| ·基于Bark 子波的MFCC 提取算法的改进 | 第36-41页 |
| ·MFCC 特征参数计算原理 | 第36-37页 |
| ·Bark 子波及其变换 | 第37-39页 |
| ·基于Bark 子波的改进MFCC 特征提取算法 | 第39-40页 |
| ·实验仿真 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第四章 嵌入式飞行器语音指令识别系统 | 第42-61页 |
| ·引言 | 第42页 |
| ·开发平台介绍 | 第42-43页 |
| ·Linux 操作系统 | 第42页 |
| ·Qt | 第42-43页 |
| ·孤立词语音指令识别系统设计与实现 | 第43-56页 |
| ·系统总体结构设计 | 第43-44页 |
| ·系统的功能设计与实现 | 第44-55页 |
| ·系统性能测试结果分析 | 第55-56页 |
| ·连续语音指令识别系统的设计与研究 | 第56-60页 |
| ·两级动态规划算法 | 第56-58页 |
| ·连续语音指令识别系统的设计与实现 | 第58-59页 |
| ·系统性能测试分析 | 第59-60页 |
| ·小结 | 第60-61页 |
| 第五章 语音指令远程控制系统 | 第61-70页 |
| ·引言 | 第61页 |
| ·语音指令远程控制系统的组成 | 第61页 |
| ·嵌入式语音指令识别系统 | 第61-62页 |
| ·客户-服务器工作模式原理 | 第62-65页 |
| ·Linux 下网络通信程序设计 | 第63-64页 |
| ·Windows 下网络通信程序设计 | 第64-65页 |
| ·机器人控制系统 | 第65页 |
| ·系统的实现 | 第65-68页 |
| ·客户端的实现 | 第65-67页 |
| ·服务器的实现 | 第67-68页 |
| ·系统性能分析与小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·论文工作总结 | 第70页 |
| ·进一步研究的展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
