面向嵌入式计算的语音识别技术的实验研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题的研究目的与研究意义 | 第10-11页 |
| ·语音识别技术简介 | 第11-14页 |
| ·语音识别的分类 | 第11页 |
| ·语音识别技术的发展历程 | 第11-13页 |
| ·语音识别技术的发展趋势 | 第13-14页 |
| ·本文的主要工作和结构 | 第14-17页 |
| 第二章 语音识别概述 | 第17-24页 |
| ·语音识别的声学基础 | 第17-19页 |
| ·语音信号的产生模型 | 第17-18页 |
| ·汉语音节的结构和特点 | 第18-19页 |
| ·语音识别的框架 | 第19-22页 |
| ·语音识别的过程 | 第19-20页 |
| ·识别方法简介 | 第20-22页 |
| ·基于 Matlab的实验平台 | 第22-24页 |
| 第三章 孤立词语音识别算法 | 第24-45页 |
| ·预处理 | 第24-27页 |
| ·语音采样、滤波、A/D转换 | 第24页 |
| ·预加重 | 第24-25页 |
| ·分帧、加窗 | 第25-27页 |
| ·端点检测 | 第27-30页 |
| ·短时能量 | 第27-28页 |
| ·短时过零率 | 第28-29页 |
| ·双门限端点检测 | 第29-30页 |
| ·特征参数提取 | 第30-34页 |
| ·LPCC | 第30-32页 |
| ·MFCC | 第32-34页 |
| ·MFCC的优点 | 第34页 |
| ·矢量量化(VQ) | 第34-37页 |
| ·矢量量化技术概述 | 第34-35页 |
| ·码本设计 | 第35-36页 |
| ·初始化码本 | 第36-37页 |
| ·隐马尔可夫模型(HMM) | 第37-45页 |
| ·HMM的三个基本问题 | 第38-43页 |
| ·HMM的实现问题 | 第43-45页 |
| 第四章 语音识别改进及实验分析 | 第45-60页 |
| ·实验框架与环境介绍 | 第45-48页 |
| ·引入动态窗长的端点检测 | 第48-51页 |
| ·面向嵌入式的LPCC、MFCC实验分析 | 第51-55页 |
| ·基于C-means模糊聚类法的改进VQ | 第55-58页 |
| ·面向嵌入式的DTW、HMM实验分析 | 第58-60页 |
| 第五章 嵌入式语音识别探讨 | 第60-76页 |
| ·实验平台 | 第60-65页 |
| ·硬件平台 | 第60-61页 |
| ·Matlab与VC++混合编程 | 第61-63页 |
| ·PCI设备驱动 | 第63-65页 |
| ·基于帧的流程决策 | 第65-66页 |
| ·MFCC的定点计算 | 第66-68页 |
| ·嵌入式Viterbi算法 | 第68-76页 |
| ·Viterbi算法变形 | 第68-70页 |
| ·Viterbi算法的VLSI结构 | 第70-73页 |
| ·FPGA仿真与实现 | 第73-76页 |
| 第六章 总结与展望 | 第76-79页 |
| ·本文总结 | 第76-77页 |
| ·进一步工作展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 硕士期间发表的论文 | 第83页 |
