首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

面向货物分拣的地名语音识别系统

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-20页
    1.1 研究背景及意义第11-14页
        1.1.1 人机交互研究背景第11-12页
        1.1.2 语音识别研究背景第12页
        1.1.3 物流行业货物分拣的研究背景第12-13页
        1.1.4 论文研究意义第13-14页
    1.2 语音识别发展与研究现状第14-18页
        1.2.1 语音识别的发展历程第14-16页
        1.2.2 语音识别国内外现状第16-18页
    1.3 论文主要内容以及章节安排第18-20页
第二章 嵌入式地名语音识别系统框架设计第20-33页
    2.1 系统整体框架第20-21页
    2.2 系统硬件设计第21-27页
        2.2.1 嵌入式系统简介第21-23页
        2.2.2 嵌入式系统的选择第23-24页
        2.2.3 嵌入式系统开发与调试方式第24-25页
        2.2.4 ARM处理器的选择第25-27页
    2.3 系统软件框架设计第27-32页
        2.3.1 系统软件开发环境第27-28页
        2.3.2 系统软件框架第28-32页
    2.4 本章小结第32-33页
第三章 地名语音信号的预处理及特征提取第33-58页
    3.1 语音识别系统概述第33页
    3.2 地名语音信号的预处理第33-36页
        3.2.1 信号的采样和量化第33-34页
        3.2.2 信号的预加重的实现第34-35页
        3.2.3 信号分帧和加窗的实现第35-36页
    3.3 地名语音信号的端点检测第36-42页
        3.3.1 常见的语音端点检测方法概述第36页
        3.3.2 地名语音信号的端点检测方法第36-42页
    3.4 改进的端点检测算法实现第42-46页
        3.4.1 改进的双门限检测法第42-45页
        3.4.2 信号的剪切与重组第45-46页
    3.5 语音信号的特征提取第46-54页
        3.5.1 地名语音信号的特征提取第48-49页
        3.5.2 对信号进行分组滤波第49-52页
        3.5.3 信号的差分运算第52-53页
        3.5.4 信号特征矩阵的倒谱均值归一化(CMN)处理第53-54页
    3.6 幅度熵-梅尔频率倒谱系数(MFCC)特征实现第54-57页
        3.6.1 幅度熵的提出第54-55页
        3.6.2 幅度熵的计算第55-56页
        3.6.3 幅度熵-梅尔频率倒谱系数的计算第56-57页
    3.7 本章小结第57-58页
第四章 地名语音信号建模与识别算法研究第58-72页
    4.1 常见的语音建模及识别方法第58-62页
    4.2 隐马尔科夫模型(HMM)概述第62-63页
    4.3 地名语音信号的HMM设计与实现第63-68页
        4.3.1 信号HMM框架设计第63-65页
        4.3.2 地名语音信号的HMM实现第65-68页
    4.4 地名语音信号识别第68-70页
    4.5 MFCC特征参数改进前后对比第70-71页
    4.6 本章小结第71-72页
第五章 面向货物分拣的地名语音识别系统设计与实现第72-81页
    5.1 地名语音建模系统第72-75页
    5.2 地名语音识别系统第75-76页
    5.3 嵌入式系统移植第76-77页
    5.4 嵌入式地名语音识别系统第77-78页
    5.5 地名语音识别系统实现货物分拣第78-79页
    5.6 本章小结第79-81页
总结与展望第81-83页
参考文献第83-86页
攻读硕士学位期间取得的研究成果第86-87页
致谢第87-88页
附件第88页

论文共88页,点击 下载论文
上一篇:雷达多功能显示终端设计与实现
下一篇:基于距离的进化树系统的并行算法研究