对感冒语音鲁棒的语音指令识别及嵌入式实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 语音识别研究状况与趋势 | 第11-14页 |
| 1.3 智能家居的语音交互进展 | 第14-15页 |
| 1.4 研究内容及章节安排 | 第15-17页 |
| 第二章 感冒语音与正常语音的特征差异性分析 | 第17-37页 |
| 2.1 实验语音数据库和实验平台 | 第17-20页 |
| 2.1.1 语音数据库 | 第17-20页 |
| 2.1.2 实验平台 | 第20页 |
| 2.2 语音信号的产生过程 | 第20-21页 |
| 2.3 语音基音分析 | 第21-23页 |
| 2.3.1 短时自相关函数的基音检测 | 第21-22页 |
| 2.3.2 感冒前、后基音周期对比 | 第22-23页 |
| 2.4 语音共振峰分析 | 第23-26页 |
| 2.4.1 基于倒谱法的共振峰提取 | 第23-25页 |
| 2.4.2 感冒前、后共振峰对比 | 第25-26页 |
| 2.5 语音Mel倒谱分析 | 第26-29页 |
| 2.6 基于特征空间轨迹的时间规正 | 第29-36页 |
| 2.6.1 时间规正方法 | 第29-31页 |
| 2.6.2 基于特征空间轨迹的时间规正算法 | 第31-33页 |
| 2.6.3 实验及结果分析 | 第33-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 对感冒语音鲁棒的语音识别方案 | 第37-52页 |
| 3.1 感冒语音与正常语音分类 | 第37-42页 |
| 3.1.1 SVM支持向量机 | 第37-39页 |
| 3.1.2 支持向量机参数寻优和训练 | 第39-40页 |
| 3.1.3 分类实验 | 第40-42页 |
| 3.2 基于决策融合的语音识别方案 | 第42-45页 |
| 3.2.1 方案框架 | 第42-43页 |
| 3.2.2 决策融合模块设计 | 第43-44页 |
| 3.2.3 阈值参数寻优 | 第44-45页 |
| 3.3 基于特征空间轨迹时间规正的语音识别方案 | 第45-47页 |
| 3.3.1 方案框架 | 第45-46页 |
| 3.3.2 分段参数寻优 | 第46-47页 |
| 3.4 语音识别方案实验设计与分析 | 第47-51页 |
| 3.4.1 实验数据和评价指标 | 第47-48页 |
| 3.4.2 实验结果分析 | 第48-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 嵌入式语音识别系统的实现 | 第52-62页 |
| 4.1 系统总体方案设计 | 第52-53页 |
| 4.2 软件系统设计 | 第53-57页 |
| 4.2.1 系统开发环境 | 第53页 |
| 4.2.2 Android端软件设计 | 第53页 |
| 4.2.3 语音识别算法设计 | 第53-54页 |
| 4.2.4 在线学习模块 | 第54-55页 |
| 4.2.5 系统人机交互界面实现 | 第55-57页 |
| 4.4 实验结果及分析 | 第57-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
