语音识别在中医处方系统中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 语音识别的发展概况 | 第12-15页 |
| 1.2.1 国外研究历史与现状 | 第13-14页 |
| 1.2.2 国内研究历史与现状 | 第14-15页 |
| 1.3 论文研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 语音信号的分析与处理 | 第17-35页 |
| 2.1 语音信号的线性模型 | 第17-19页 |
| 2.2 预处理 | 第19-22页 |
| 2.2.1 采样与量化 | 第19-20页 |
| 2.2.2 预加重 | 第20-21页 |
| 2.2.3 分帧加窗 | 第21-22页 |
| 2.3 端点检测 | 第22-29页 |
| 2.3.1 短时能量与短时平均过零率 | 第22-23页 |
| 2.3.2 传统双门限端点检测 | 第23-25页 |
| 2.3.3 双门限端点检测的改进 | 第25-27页 |
| 2.3.4 仿真结果与分析 | 第27-29页 |
| 2.4 特征参数提取 | 第29-32页 |
| 2.4.1 线性预测倒谱系数LPCC | 第29-30页 |
| 2.4.2 梅尔倒谱系数MFCC | 第30-32页 |
| 2.5 矢量量化 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 隐马尔科夫模型的研究 | 第35-47页 |
| 3.1 隐马尔科夫模型简介 | 第35-36页 |
| 3.2 隐马尔科夫模型基本问题研究 | 第36-40页 |
| 3.2.1 评估问题 | 第36-38页 |
| 3.2.2 解码问题 | 第38-39页 |
| 3.2.3 模板训练问题 | 第39-40页 |
| 3.3 隐马尔科夫模型在语音识别中的应用 | 第40-44页 |
| 3.3.1 HMM状态数的确定 | 第40-41页 |
| 3.3.2 HMM的观察序列概率 | 第41页 |
| 3.3.3 HMM的参数重估 | 第41页 |
| 3.3.4 HMM模板训练的实际问题 | 第41-44页 |
| 3.4 模板训练的方法和策略研究 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 系统需求分析与总体设计 | 第47-51页 |
| 4.1 系统需求分析 | 第47-48页 |
| 4.2 系统总体设计 | 第48-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 MATLAB训练软件的设计与实现 | 第51-62页 |
| 5.1 界面设计 | 第51-52页 |
| 5.2 样本采集模块的设计与实现 | 第52-53页 |
| 5.3 预处理模块的设计与实现 | 第53-56页 |
| 5.4 特征提取模块的设计与实现 | 第56页 |
| 5.5 码本生成模块的设计与实现 | 第56-58页 |
| 5.6 模板训练模块的设计与实现 | 第58-61页 |
| 5.7 本章小结 | 第61-62页 |
| 第六章 语音识别在中医处方系统中的应用 | 第62-80页 |
| 6.1 Android与NDK开发简介 | 第62-64页 |
| 6.1.1 Android系统架构 | 第62-63页 |
| 6.1.2 Java与JNI技术 | 第63-64页 |
| 6.2 语音采集模块的设计与实现 | 第64-69页 |
| 6.3 语音识别模块的设计与实现 | 第69-74页 |
| 6.4 处方生成模块的设计与实现 | 第74-76页 |
| 6.5 语音识别库的定点优化 | 第76-77页 |
| 6.6 系统测试 | 第77-79页 |
| 6.6.1 不同词汇量大小的系统识别率测试 | 第77-78页 |
| 6.6.2 系统识别实时性测试 | 第78-79页 |
| 6.7 本章小结 | 第79-80页 |
| 第七章 总结与展望 | 第80-82页 |
| 7.1 总结 | 第80页 |
| 7.2 展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-86页 |
