| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题研究的背景和意义 | 第12-14页 |
| ·国外研究历史及现状 | 第12-13页 |
| ·国内研究历史及现状 | 第13-14页 |
| ·识别系统存在的难点问题 | 第14-15页 |
| ·研究内容和主要工作 | 第15-16页 |
| ·本文主要内容 | 第16-17页 |
| 第二章 语音信号处理理论分析与实现 | 第17-28页 |
| ·人类语音生成系统的数学描述 | 第17-18页 |
| ·语音信号的数字化和预处理 | 第18-22页 |
| ·本部分结构 | 第18页 |
| ·自增益控制和预滤波 | 第18-19页 |
| ·预加重 | 第19-20页 |
| ·分帧与加窗 | 第20-21页 |
| ·端点检测 | 第21-22页 |
| ·语音信号特征参数的提取 | 第22-28页 |
| ·语音信号产生的LPC 数学模型的建立 | 第22页 |
| ·线性预测的基本原理 | 第22-25页 |
| ·LPC 复倒谱 | 第25-26页 |
| ·线性预测美尔倒谱系数 | 第26-28页 |
| 第三章 连续概率密度隐马尔可夫链模型 | 第28-44页 |
| ·基于连续隐马尔可夫链的语音识别模型 | 第28-30页 |
| ·模型概述 | 第28页 |
| ·隐马尔可夫模型的基本原理 | 第28-30页 |
| ·连续混合密度隐马尔可夫链 CDHMM | 第30-35页 |
| ·CDHMM 的原理 | 第30-31页 |
| ·CDHMM 的主要算法 | 第31-35页 |
| ·算法中要考虑的问题 | 第35-38页 |
| ·问题的提出 | 第35页 |
| ·重估公式的修正 | 第35-36页 |
| ·计算中的下溢问题 | 第36-37页 |
| ·Markov 链类型的选择 | 第37-38页 |
| ·本文使用的基于连续隐马尔可夫链的语音识别算法 | 第38-44页 |
| ·训练 | 第38-41页 |
| ·模型训练的Matlab 仿真 | 第41-43页 |
| ·识别 | 第43-44页 |
| 第四章 系统总体设计 | 第44-60页 |
| ·系统关键硬件模块功能介绍 | 第44-52页 |
| ·DSP 系统的硬件概述 | 第44-45页 |
| ·音频采集模块 | 第45-46页 |
| ·内部存储器设置 | 第46-47页 |
| ·外部存储器的扩展 | 第47-48页 |
| ·数据采集与传送模块 | 第48-51页 |
| ·CPLD 逻辑控制设计 | 第51-52页 |
| ·语音识别系统总体流程硬件综述 | 第52-54页 |
| ·系统硬件设计 | 第52-53页 |
| ·数据流程 | 第53页 |
| ·系统板运行流程 | 第53-54页 |
| ·语音识别系统联调 | 第54-60页 |
| ·软件工具CCS(Code Composer Studio)2.2 简介 | 第54-55页 |
| ·DSP 软件的C 语言开发流程 | 第55-57页 |
| ·实验结果 | 第57-60页 |
| 第五章 噪声预处理分析与优化 | 第60-65页 |
| ·基本原理 | 第60-63页 |
| ·ICA 算法原理 | 第61页 |
| ·可辨识条件和可分离依据 | 第61-62页 |
| ·度量准则的选择 | 第62-63页 |
| ·快速定点ICA 算法 | 第63页 |
| ·实验方法及结果 | 第63-65页 |
| 第六章 结束语 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 在学期间发表的学术论文 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 | 第72-80页 |