基于神经网络的语音识别在WinCE上的实现和优化
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-17页 |
| 1.1 课题背景 | 第6-8页 |
| 1.1.1 语音识别概述 | 第6-7页 |
| 1.1.2 数字语音识别研究的意义 | 第7-8页 |
| 1.2 语音识别的发展和现状 | 第8-11页 |
| 1.2.1 语音识别的发展历史 | 第8-9页 |
| 1.2.2 语音识别的应用现状 | 第9-10页 |
| 1.2.3 语音识别的发展趋势 | 第10-11页 |
| 1.3 语音识别的分类 | 第11-13页 |
| 1.3.1 根据语音类型 | 第11-12页 |
| 1.3.2 根据语音词汇量大小 | 第12页 |
| 1.3.3 根据说话者的依赖程度 | 第12-13页 |
| 1.4 语音识别的问题和困难 | 第13-15页 |
| 1.5 本文的主要工作和创新点 | 第15页 |
| 1.6 本文的研究内容安排 | 第15-16页 |
| 1.7 本章小结 | 第16-17页 |
| 第二章 语音识别的基本原理 | 第17-35页 |
| 2.1 语音信号的预处理 | 第17-22页 |
| 2.1.1 语音信号预加重 | 第18页 |
| 2.1.2 语音信号加窗分帧 | 第18-19页 |
| 2.1.3 端点检测 | 第19-22页 |
| 2.2 语音信号的特征提取 | 第22-30页 |
| 2.2.1 线形预测系数(LPC) | 第22-26页 |
| 2.2.2 线形预测倒谱系数(LPCC) | 第26-28页 |
| 2.2.3 美尔频率倒谱系数(MFCC) | 第28-30页 |
| 2.3 语音信号识别的主要技术 | 第30-34页 |
| 2.3.1 矢量量化(VQ)技术 | 第30-31页 |
| 2.3.2 动态时间规整(DTW) | 第31-32页 |
| 2.3.3 隐马尔科夫模型(HMM)技术 | 第32-33页 |
| 2.3.4 人工神经网络(ANN)技术 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于BP 神经网络的建模方法 | 第35-47页 |
| 3.1 神经网络的基本概念 | 第35-39页 |
| 3.1.1 神经元 | 第35-36页 |
| 3.1.2 神经网络的连接方式 | 第36-37页 |
| 3.1.3 神经网络的学习方式 | 第37-38页 |
| 3.1.4 神经网络的学习算法 | 第38-39页 |
| 3.2 BP 神经网络模型 | 第39-44页 |
| 3.2.1 BP 网络的结构 | 第39-41页 |
| 3.2.2 BP 网络的学习规则 | 第41-42页 |
| 3.2.3 BP 网络的设计原则 | 第42-43页 |
| 3.2.4 BP 网络的优点和不足 | 第43-44页 |
| 3.3 BP 神经网络在语音识别中的应用 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 实验及结果分析 | 第47-57页 |
| 4.1 语音样本库的建立 | 第47-48页 |
| 4.2 语音信号预处理 | 第48-51页 |
| 4.2.1 端点检测与特征提取 | 第48-50页 |
| 4.2.2 特征参数的时间规整 | 第50-51页 |
| 4.3 BP 神经网络的构建 | 第51-53页 |
| 4.3.1 BP 神经网络的改进措施 | 第51-52页 |
| 4.3.2 BP 神经网络的结构 | 第52-53页 |
| 4.4 识别性能分析 | 第53-56页 |
| 4.4.1 隐层神经元个数对识别性能的影响 | 第53-55页 |
| 4.4.2 特征参数方案对识别性能的影响 | 第55页 |
| 4.4.3 BP 神经网络结构的进一步精简 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 语音识别在嵌入式平台上的实现 | 第57-71页 |
| 5.1 eBox 硬件特点 | 第57-59页 |
| 5.2 eBox 软件平台 | 第59-64页 |
| 5.2.1 WinCE 简介 | 第59页 |
| 5.2.2 系统定制 | 第59-63页 |
| 5.2.3 开发和调试 | 第63-64页 |
| 5.3 语音识别的实现代码 | 第64-66页 |
| 5.3.1 MFCC 特征提取代码 | 第65页 |
| 5.3.2 LPCC 特征提取代码 | 第65-66页 |
| 5.3.3 BP 模型代码 | 第66页 |
| 5.4 代码定点化 | 第66-68页 |
| 5.4.1 浮点数的定点化 | 第66-67页 |
| 5.4.2 定标Q 值 | 第67-68页 |
| 5.4.3 数据精度的处理 | 第68页 |
| 5.5 结果分析 | 第68-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 总结及展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 工作展望 | 第71-73页 |
| 参考文献 | 第73-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间主要研究成果 | 第75页 |
