基于ARM的语音识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究背景以及意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·嵌入式语音识别研究现状 | 第10-11页 |
| ·嵌入式语音识别的特点 | 第11-12页 |
| ·研究的主要内容 | 第12-13页 |
| 第二章 语音识别基础 | 第13-23页 |
| ·识别流程图 | 第13页 |
| ·语音信号的产生模型 | 第13-17页 |
| ·激励模型 | 第13-15页 |
| ·声道模型 | 第15-16页 |
| ·辐射模型 | 第16-17页 |
| ·语音信号的端点检测 | 第17-18页 |
| ·短时平均过零率 | 第17页 |
| ·短时平均能量 | 第17-18页 |
| ·语音信号的特征提取 | 第18-23页 |
| ·LPC特征提取 | 第18-20页 |
| ·LPCC特征提取 | 第20-21页 |
| ·MFCC特征提取 | 第21-23页 |
| 第三章 DTW算法 | 第23-29页 |
| ·DTW算法原理 | 第23-25页 |
| ·改进的DTW算法 | 第25-26页 |
| ·基于DTW算法的孤立词仿真 | 第26-29页 |
| 第四章 隐马尔可夫模型 | 第29-36页 |
| ·HMM概述 | 第29页 |
| ·HMM原理 | 第29-32页 |
| ·Markov链介绍 | 第29-30页 |
| ·HMM介绍 | 第30-32页 |
| ·HMM定义 | 第32页 |
| ·HMM的三个基本问题 | 第32-33页 |
| ·前向-后向算法 | 第33-35页 |
| ·前向算法 | 第33-34页 |
| ·后向算法 | 第34-35页 |
| ·HMM算法实现语音识别 | 第35-36页 |
| 第五章 语音识别系统设计 | 第36-51页 |
| ·基于ARM的语音识别硬件设计 | 第36页 |
| ·S3C2440介绍 | 第36-39页 |
| ·S3C2440的总体结构 | 第36-37页 |
| ·S3C2440的片上资源 | 第37-39页 |
| ·系统的整体设计方案 | 第39-44页 |
| ·电源系统及接口 | 第40-41页 |
| ·复位系统 | 第41-42页 |
| ·网络接口 | 第42页 |
| ·音频接口 | 第42-43页 |
| ·JTAG接口 | 第43-44页 |
| ·系统的软件设计 | 第44-51页 |
| ·交叉编译环境的搭建 | 第44页 |
| ·Bootloader | 第44-45页 |
| ·Uboot介绍以及编译 | 第45-46页 |
| ·内核的介绍与编译 | 第46-49页 |
| ·根文件系统 | 第49-51页 |
| 第六章 语音识别的关键点 | 第51-55页 |
| ·ARM9平台下UDA1341声卡配置 | 第51-52页 |
| ·孤立词识别流程图 | 第52-55页 |
| 第七章 总结和展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的论文 | 第64页 |
