摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第11-17页 |
1.1 引言 | 第11-12页 |
1.2 选题背景及意义 | 第12页 |
1.3 国内外的研究现状 | 第12-15页 |
1.4 本文的工作内容及组织结构 | 第15-17页 |
第二章 语音识别理论分析 | 第17-33页 |
2.1 高斯混合模型 | 第17-23页 |
2.1.1 高斯混合模型概述 | 第17页 |
2.1.2 期望最大化算法 | 第17-21页 |
2.1.3 高斯混合模型的训练 | 第21-23页 |
2.2 隐马尔可夫模型 | 第23-32页 |
2.2.1 马尔可夫模型 | 第24-25页 |
2.2.2 隐马尔可夫模型的定义 | 第25-26页 |
2.2.3 隐马尔可夫模型的三个基本问题 | 第26-32页 |
2.2.3.1 计算观测序列的概率 | 第27-29页 |
2.2.3.2 确定最佳状态序列 | 第29-30页 |
2.2.3.3 隐马尔可夫模型的参数估计问题 | 第30-32页 |
2.3 本章小结 | 第32-33页 |
第三章 WINDOWS平台语音识别系统设计和实现 | 第33-57页 |
3.1 系统框架结构 | 第33-34页 |
3.2 训练模块 | 第34-39页 |
3.2.1 语音数据库 | 第34-35页 |
3.2.2 HTK工具箱 | 第35-36页 |
3.2.3 隐马尔可夫模型训练分析 | 第36-37页 |
3.2.4 模型训练具体实现 | 第37-39页 |
3.3 识别模块 | 第39-55页 |
3.3.1 手势控制录音 | 第40-44页 |
3.3.1.1 WAVE文件格式分析 | 第40-42页 |
3.3.1.2 手势控制录音具体实现 | 第42-44页 |
3.3.2 MFCC特征提取 | 第44-47页 |
3.3.2.1 MFCC特征提取过程 | 第44-46页 |
3.3.2.2 MFCC特征提取具体实现 | 第46-47页 |
3.3.3 语音指令模型构建 | 第47-52页 |
3.3.3.1 音素隐马尔可夫模型数据存储 | 第48-50页 |
3.3.3.2 指令隐马尔可夫网络构建 | 第50-52页 |
3.3.4 解码 | 第52-55页 |
3.3.4.1 令牌传递算法 | 第53-54页 |
3.3.4.2 解码具体实现 | 第54-55页 |
3.4 演示系统搭建 | 第55-56页 |
3.5 本章小结 | 第56-57页 |
第四章 ANDROID平台实时语音识别系统 | 第57-67页 |
4.1 ANDROID和JNI介绍 | 第57-58页 |
4.2 系统架构 | 第58-59页 |
4.3 接口封装 | 第59-62页 |
4.3.1 C++接口封装 | 第59-60页 |
4.3.2 JNI接口封装 | 第60页 |
4.3.3 JAVA接口设计 | 第60-62页 |
4.4 ANDROID平台实时语音识别系统的搭建 | 第62-65页 |
4.4.1 界面设计 | 第62-63页 |
4.4.2 解码算法动态链接库 | 第63-65页 |
4.5 ANDROID平台实时语音识别系统运行结果 | 第65-66页 |
4.6 本章小结 | 第66-67页 |
第五章 实验结果及优化改进 | 第67-84页 |
5.1 实验测试方案 | 第67-70页 |
5.1.1 语音测试样本采集与噪声 | 第67-68页 |
5.1.2 测试平台 | 第68-69页 |
5.1.3 语音识别系统的具体参数 | 第69页 |
5.1.4 信噪比的定义 | 第69页 |
5.1.5 系统性能评价标准 | 第69-70页 |
5.2 WINDOWS平台和ANDRIOD平台系统测试 | 第70-78页 |
5.2.1 系统性能测试 | 第70-73页 |
5.2.2 系统质量测试 | 第73-78页 |
5.3 本系统与其它产品的对比 | 第78-79页 |
5.4 令牌传递解码优化 | 第79-83页 |
5.4.1 剪枝 | 第79-80页 |
5.4.2 限制最大令牌数 | 第80-81页 |
5.4.3 两种剪裁策略相结合 | 第81页 |
5.4.4 试验结果与分析 | 第81-83页 |
5.5 本章小结 | 第83-84页 |
第六章 总结与展望 | 第84-86页 |
6.1 总结 | 第84-85页 |
6.2 展望 | 第85-86页 |
参考文献 | 第86-90页 |
攻读硕士学位期间取得的研究成果 | 第90-91页 |
致谢 | 第91-92页 |
答辩委员会对论文的评定意见 | 第92页 |