| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外在相关行业的研究现状 | 第10-13页 |
| 1.2.1 可穿戴计算机的发展现状 | 第10-11页 |
| 1.2.2 声音识别领域国内外发展现状 | 第11-13页 |
| 1.3 论文主要内容 | 第13-14页 |
| 第2章 开发声音识别系统的技术分析 | 第14-27页 |
| 2.1 声音信号的采集 | 第14-16页 |
| 2.1.1 声音信号与语音信号的差别 | 第14-15页 |
| 2.1.2 影响声音信号的因素 | 第15页 |
| 2.1.3 声音信号的采集和存储 | 第15-16页 |
| 2.2 声音信号的数据预处理 | 第16-18页 |
| 2.2.1 信号预加重 | 第16-17页 |
| 2.2.2 信号分帧和加窗 | 第17-18页 |
| 2.2.3 信号的端点检测 | 第18页 |
| 2.3 声音信号的时域研究 | 第18-21页 |
| 2.3.1 短时过零率 | 第18-20页 |
| 2.3.2 短时能量及短时幅度 | 第20页 |
| 2.3.3 短时相关研究 | 第20-21页 |
| 2.4 声音信号的频域研究 | 第21-23页 |
| 2.4.1 傅里叶分析 | 第21页 |
| 2.4.2 倒谱分析 | 第21-22页 |
| 2.4.3 MEL 倒谱分析 | 第22-23页 |
| 2.5 声音信号的特征提取 | 第23-26页 |
| 2.5.1 线性预测系数 | 第23-24页 |
| 2.5.2 线性预测倒谱系数（LPCC） | 第24-25页 |
| 2.5.3 MEL 倒谱系数（MFCC） | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 基于 HMM 的声音识别系统设计 | 第27-36页 |
| 3.1 HMM 的简介和及定义 | 第27-29页 |
| 3.2 声音识别涉及的问题和算法 | 第29-32页 |
| 3.2.1 评估问题 | 第29-30页 |
| 3.2.2 解码问题 | 第30-31页 |
| 3.2.3 学习问题 | 第31-32页 |
| 3.3 基于 HMM 的声音识别方案设计 | 第32-34页 |
| 3.3.1 声音识别系统的结构 | 第32-33页 |
| 3.3.2 声音信号的识别过程 | 第33-34页 |
| 3.4 系统的框架结构 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 声音识别系统的实现 | 第36-50页 |
| 4.1 系统的开发环境和运行环境 | 第36-37页 |
| 4.1.1 开发环境 | 第36页 |
| 4.1.2 运行环境 | 第36-37页 |
| 4.2 声音处理模块 | 第37-41页 |
| 4.2.1 基于 ARM 的 ALSA 驱动开发库移植 | 第37-38页 |
| 4.2.2 基于 QT 音频处理 | 第38-41页 |
| 4.3 基于 HTK 的声音识别模块 | 第41-45页 |
| 4.3.1 HTK 简介 | 第41-42页 |
| 4.3.2 基于 ARM 的 HTK 移植 | 第42页 |
| 4.3.3 基于 HTK 的声音识别 | 第42-45页 |
| 4.4 环境感知模块的实现 | 第45-49页 |
| 4.4.1 GPS 定位 | 第45-48页 |
| 4.4.2 环境感知 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 声音识别系统的测试 | 第50-57页 |
| 5.1 系统测试 | 第50-54页 |
| 5.2 结果分析 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |