| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外现状研究 | 第11-13页 |
| 1.2.1 语音识别技术的研究与发展 | 第11-12页 |
| 1.2.2 卷积神经网络在语音识别中的应用 | 第12-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 2 相关技术介绍 | 第16-25页 |
| 2.1 语音识别技术 | 第16-18页 |
| 2.1.1 语音识别基本原理 | 第16-18页 |
| 2.1.2 Kaldi简介 | 第18页 |
| 2.2 卷积神经网络基本理论 | 第18-21页 |
| 2.2.1 卷积神经网络基本结构 | 第18-20页 |
| 2.2.2 卷积神经网络训练算法 | 第20-21页 |
| 2.3 Web客户端音频处理相关技术 | 第21-24页 |
| 2.3.1 React+Redux+Node.js+Express开发框架 | 第21-23页 |
| 2.3.2 MSE+WebSocket音频流式播放方案 | 第23页 |
| 2.3.3 音频编码格式 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 监所报警系统总体架构设计 | 第25-31页 |
| 3.1 系统应用架构 | 第25-26页 |
| 3.2 系统软件总体架构 | 第26-30页 |
| 3.3 本章小结 | 第30-31页 |
| 4 基于卷积神经网络的语音关键词检测算法设计 | 第31-46页 |
| 4.1 模型训练方法设计 | 第31-40页 |
| 4.1.1 训练数据集构建方案 | 第32-35页 |
| 4.1.2 基于N-gram的语言模型构建方法 | 第35-36页 |
| 4.1.3 基于CNN-HMM的声学模型训练方法 | 第36-40页 |
| 4.2 实时检测方法设计 | 第40-45页 |
| 4.2.1 基于GMM建模的语音端点检测 | 第41-42页 |
| 4.2.2 基于Kaldi框架的语音关键词检测 | 第42-45页 |
| 4.3 本章小结 | 第45-46页 |
| 5 监所报警系统软件详细设计 | 第46-74页 |
| 5.1 服务端软件详细设计 | 第46-57页 |
| 5.1.1 服务端软件模块设计 | 第46-51页 |
| 5.1.2 设备接入层设计 | 第51-54页 |
| 5.1.3 通信协议设计 | 第54-57页 |
| 5.2 Web客户端软件详细设计 | 第57-64页 |
| 5.2.1 Web客户端软件模块设计 | 第57-60页 |
| 5.2.2 业务流程设计 | 第60-64页 |
| 5.3 系统音频处理方案 | 第64-73页 |
| 5.3.1 音频编解码 | 第66-68页 |
| 5.3.2 语音关键词检测 | 第68-69页 |
| 5.3.3 音频播放方案 | 第69-73页 |
| 5.4 本章小结 | 第73-74页 |
| 6 系统测试与分析 | 第74-84页 |
| 6.1 测试概要 | 第74-76页 |
| 6.1.1 测试环境 | 第74-75页 |
| 6.1.2 测试内容 | 第75-76页 |
| 6.2 测试方案和结果 | 第76-83页 |
| 6.2.1 功能测试 | 第76-80页 |
| 6.2.2 性能测试 | 第80-83页 |
| 6.3 本章小结 | 第83-84页 |
| 7 总结与展望 | 第84-86页 |
| 7.1 总结 | 第84-85页 |
| 7.2 展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 作者简历 | 第90页 |