基于GMM的办公室环境下两类异常声音识别的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-11页 |
| 1.3 建立办公室环境的声音数据库 | 第11-12页 |
| 1.4 论文主要内容以及章节安排 | 第12-13页 |
| 第二章 常见的声音识别技术 | 第13-28页 |
| 2.1 声音识别系统结构及其组成 | 第13-15页 |
| 2.2 音频信号的特征参数 | 第15-20页 |
| 2.2.1 短时能量和短时过零率 | 第15-16页 |
| 2.2.2 线性预测系数LPC | 第16-17页 |
| 2.2.3 线性预测倒谱系数LPCC | 第17页 |
| 2.2.4 梅尔频率倒谱系数MFCC | 第17-20页 |
| 2.3 经典的声音识别算法 | 第20-27页 |
| 2.3.1 DTW算法 | 第20-22页 |
| 2.3.2 隐马尔可夫模型 | 第22-24页 |
| 2.3.3 高斯混合模型 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 嵌入式采集模块设计 | 第28-47页 |
| 3.1 Tiny6410硬件资源和开发环境 | 第28-30页 |
| 3.2 构建嵌入式Linux开发环境 | 第30-35页 |
| 3.2.1 搭建Samba和TFTP服务器 | 第31-33页 |
| 3.2.2 建立交叉编译环境和根文件系统 | 第33-34页 |
| 3.2.3 嵌入式Linux开发工具 | 第34-35页 |
| 3.3 嵌入式采集模块 | 第35-40页 |
| 3.3.1 相关概念和参数介绍 | 第35-36页 |
| 3.3.2 音频芯片和接口 | 第36-37页 |
| 3.3.3 WM8960音频模块 | 第37-40页 |
| 3.4 声卡驱动分析和录音程序设计 | 第40-46页 |
| 3.4.1 设备无关操作 | 第41-42页 |
| 3.4.2 音频设备初始化和关闭 | 第42-44页 |
| 3.4.3 录音程序 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 办公室环境音频监测系统仿真 | 第47-74页 |
| 4.1 建立办公室环境的声音库 | 第47-49页 |
| 4.2 办公室环境异常声音特征参数的分类提取 | 第49页 |
| 4.3 DTW实现声音匹配 | 第49-52页 |
| 4.4 GMM模型训练和识别 | 第52-61页 |
| 4.4.1 特征参数的提取 | 第52-57页 |
| 4.4.2 GMM模型训练 | 第57-61页 |
| 4.5 参数设置对声音识别性能的影响 | 第61-73页 |
| 4.5.1 帧长和帧移对声音识别性能的影响 | 第61-65页 |
| 4.5.2 GMM模型的阶数对声音识别性能的影响 | 第65-70页 |
| 4.5.3 样本数对声音识别性能的影响 | 第70-71页 |
| 4.5.4 特征参数选择对声音识别性能的影响 | 第71-73页 |
| 4.6 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 工作总结 | 第74页 |
| 5.2 前景展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80页 |
