语音识别技术在智能家居中的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10-12页 |
| ·智能家居国内外研究现状 | 第12页 |
| ·语音识别技术国内外研究现状 | 第12-14页 |
| ·论文主要工作和组织结构 | 第14-16页 |
| 第2章 相关理论概述 | 第16-24页 |
| ·语音识别理论概述 | 第16-20页 |
| ·语音识别技术研究领域介绍 | 第16-17页 |
| ·语音识别系统主要流程 | 第17-19页 |
| ·语音识别相关技术介绍 | 第19-20页 |
| ·半监督学习理论介绍 | 第20-23页 |
| ·半监督学习基本思想 | 第20-21页 |
| ·半监督学习算法介绍 | 第21-22页 |
| ·半监督学习研究领域介绍 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 智能家居命令短语语音识别 | 第24-52页 |
| ·命令短语语音信号的预处理和时域分析 | 第24-34页 |
| ·语音信号预处理 | 第24-28页 |
| ·短语命令语音信号的时域分析 | 第28-34页 |
| ·命令短语语音信号的特征提取 | 第34-39页 |
| ·线性预测系数 | 第34-35页 |
| ·线性预测倒谱系数 | 第35-36页 |
| ·梅尔倒谱系数 | 第36-39页 |
| ·基于小波技术的命令短语信号分析 | 第39-42页 |
| ·小波技术的介绍 | 第39-40页 |
| ·常用的小波函数介绍 | 第40-41页 |
| ·小波技术在语音压缩中的应用 | 第41页 |
| ·小波技术在语音降噪中的应用 | 第41-42页 |
| ·命令短语语音识别系统的识别算法 | 第42-44页 |
| ·动态时间规整算法 | 第42-43页 |
| ·动态时间规整算法与其他识别算法的比较 | 第43-44页 |
| ·命令短语识别设计及结果分析 | 第44-50页 |
| ·实验系统语料库介绍 | 第44页 |
| ·实验流程 | 第44-45页 |
| ·实验结果分析 | 第45-50页 |
| ·本章小结 | 第50-52页 |
| 第4章 基于半监督的后语音控制命令识别 | 第52-62页 |
| ·支持向量机 | 第52-56页 |
| ·直推式支持向量机介绍 | 第56-58页 |
| ·直推式支持向量机 | 第56-57页 |
| ·基于确定性退火技术的直推式支持向量机改进算法 | 第57-58页 |
| ·后语音控制命令实验设计及结果分析 | 第58-61页 |
| ·实验环境介绍 | 第58页 |
| ·SVMlin介绍 | 第58-59页 |
| ·实验流程 | 第59页 |
| ·实验结果分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 智能家居系统设计 | 第62-72页 |
| ·系统总体设计 | 第62-64页 |
| ·智能主控终端 | 第64-66页 |
| ·系统各功能模块设计 | 第66-67页 |
| ·系统通信控制网络介绍 | 第67-69页 |
| ·智能家居系统界面介绍 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-73页 |
| ·全文工作总结 | 第72页 |
| ·后续研究工作 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
