嵌入式平台下语音识别技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.2.1 国外研究现状 | 第7-8页 |
| 1.2.2 国内研究现状 | 第8-9页 |
| 1.3 语音识别面临的难点 | 第9-10页 |
| 1.4 论文研究内容 | 第10页 |
| 1.5 论文章节安排 | 第10-11页 |
| 1.6 本章小结 | 第11-12页 |
| 第二章 语音识别基本理论 | 第12-26页 |
| 2.1 引言 | 第12页 |
| 2.2 语音信号基础理论 | 第12-14页 |
| 2.2.1 语音信号的产生 | 第12页 |
| 2.2.2 语音信号的特性 | 第12-13页 |
| 2.2.3 语音信号的数学模型 | 第13-14页 |
| 2.3 语音识别系统分类及原理 | 第14-15页 |
| 2.3.1 语音识别系统分类 | 第14-15页 |
| 2.3.2 语音识别原理 | 第15页 |
| 2.4 语音信号的采集量化 | 第15-16页 |
| 2.5 语音信号的预处理 | 第16-22页 |
| 2.5.1 语音信号的预加重 | 第17-18页 |
| 2.5.2 语音信号的加窗分帧 | 第18-20页 |
| 2.5.3 语音信号的端点检测 | 第20-22页 |
| 2.6 语音信号的特征参数 | 第22-25页 |
| 2.6.1 线性预测倒谱系数（LPCC） | 第23页 |
| 2.6.2 Mel频率倒谱系数（MFCC） | 第23-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第三章 语音识别相关算法 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 动态时间规整算法 | 第26-30页 |
| 3.2.1 DTW原理 | 第27-30页 |
| 3.2.2 DTW算法与孤立词的语音识别 | 第30页 |
| 3.3 隐马尔科夫模型(HMM) | 第30-35页 |
| 3.3.1 HMM原理 | 第30-31页 |
| 3.3.2 HMM的基本元素 | 第31-32页 |
| 3.3.3 HMM与孤立词的语音识别 | 第32-35页 |
| 3.4 语音模板的训练方法 | 第35-36页 |
| 3.4.1 偶然训练方法 | 第35-36页 |
| 3.4.2 鲁棒性训练方法 | 第36页 |
| 3.5 语音识别算法对比 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 嵌入式平台的设计与搭建 | 第38-54页 |
| 4.1 引言 | 第38页 |
| 4.2 嵌入式硬件平台搭建 | 第38-43页 |
| 4.2.1 嵌入式处理器 | 第39-40页 |
| 4.2.2 音频处理芯片与音频接口 | 第40-41页 |
| 4.2.3 语音播报模块 | 第41-43页 |
| 4.3 嵌入式软件平台搭建 | 第43-53页 |
| 4.3.1 交叉编译环境 | 第43-44页 |
| 4.3.2 Uboot制作 | 第44-46页 |
| 4.3.3 Linux内核制作 | 第46-48页 |
| 4.3.4 文件系统制作 | 第48-50页 |
| 4.3.5 LCD驱动移植 | 第50-53页 |
| 4.4 Linux系统的移植 | 第53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 语音识别系统的实现与测试 | 第54-71页 |
| 5.1 引言 | 第54页 |
| 5.2 语音的采集 | 第54-55页 |
| 5.3 语音的预处理 | 第55-59页 |
| 5.3.1 语音降噪 | 第55-58页 |
| 5.3.2 语音端点检测 | 第58-59页 |
| 5.4 语音特征参数的提取 | 第59-61页 |
| 5.5 语音播报的实现 | 第61-62页 |
| 5.6 算法的实现与系统测试评估 | 第62-70页 |
| 5.6.1 语音识别算法的实现 | 第62-63页 |
| 5.6.2 语音模板的建立 | 第63-65页 |
| 5.6.3 语音识别系统的测试评估 | 第65-70页 |
| 5.7 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-72页 |
| 6.1 论文工作总结 | 第71页 |
| 6.2 未来展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 附录 | 第75-76页 |
