首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

嵌入式语音指令处理与识别方法的研究

摘要第1-5页
ABSTRACT第5-9页
图表清单第9页
图清单第9-10页
表清单第10-11页
注释表第11-12页
第一章 绪论第12-18页
   ·课题研究背景及意义第12-13页
   ·嵌入式系统及发展趋势第13-14页
     ·嵌入式系统的定义第13页
     ·嵌入式系统发展趋势展望第13-14页
   ·语音指令识别的发展与研究现状第14-15页
   ·语音指令识别研究所面临的技术问题第15-16页
   ·课题主要研究内容第16-17页
   ·论文组织结构第17-18页
第二章 语音指令识别系统的基本原理第18-27页
   ·引言第18页
   ·语音指令预处理技术第18-21页
     ·预加重、加窗和分帧第18-19页
     ·语音指令增强技术第19-21页
     ·语音端点检测的基本原理第21页
   ·语音指令的特征提取原理第21-23页
     ·线性预测倒谱系数第21-22页
     ·基于听觉特性的Mel 频率倒谱系数第22-23页
   ·语音指令识别的基本结构与方法第23-26页
     ·语音指令识别系统的典型结构第23-24页
     ·语音指令识别的几种基本方法第24-26页
   ·本章小结第26-27页
第三章 语音指令预处理技术的研究第27-49页
   ·引言第27页
   ·传统的语音指令增强技术第27-34页
     ·基本谱减法第27-28页
     ·维纳滤波法第28-29页
     ·小波去噪第29-31页
     ·实验过程及结果分析第31-33页
     ·语音指令增强实验平台的建立第33-34页
   ·基于独立分量分析的语音指令增强第34-40页
     ·独立分量分析(ICA)原理第34-35页
     ·基于负熵的固定点 ICA(FastICA)算法第35-37页
     ·改进的FastICA 算法及其实现步骤第37-38页
     ·实验过程及结果分析第38-40页
   ·语音端点检测方法的改进第40-48页
     ·端点检测常用特征参数第41-42页
     ·端点检测算法第42-45页
     ·端点检测实现步骤第45页
     ·实验过程及结果分析第45-48页
   ·本章小结第48-49页
第四章 小波神经网络在语音指令识别中的应用第49-58页
   ·引言第49页
   ·小波神经网络与语音指令识别第49页
   ·小波神经网络的概念及其理论基础第49-50页
   ·小波神经网络结构第50页
   ·小波神经网络的映射机制第50-51页
   ·确定小波神经网络需要解决的几个问题第51-54页
     ·确定基函数第51-52页
     ·确定隐层节点数第52页
     ·小波神经网络的训练方法第52-53页
     ·本文使用的训练方法第53-54页
   ·小波神经网络用于语音指令识别的仿真实验第54-57页
     ·实验原理第54页
     ·语音信号采集第54-55页
     ·网络结构设计第55-56页
     ·实验过程及结果分析第56-57页
   ·本章小结第57-58页
第五章 面向家居环境的嵌入式语音指令识别系统的研究第58-72页
   ·引言第58页
   ·系统开发环境介绍第58-61页
     ·Linux 系统介绍第58-59页
     ·Qt 开发环境第59-60页
     ·Qt 编程中的信号和槽第60-61页
     ·Qt 程序设计步骤第61页
   ·识别系统的设计与实现第61-67页
     ·系统总体框架第61-62页
     ·Linux 下的语音信号采样第62-64页
     ·预加重、加窗和分帧处理第64页
     ·语音指令增强去噪处理第64-65页
     ·语音指令的端点检测第65-66页
     ·语音指令的特征参数提取第66页
     ·语音库的建立第66页
     ·嵌入式语音指令识别方法比较及选择第66-67页
   ·实验过程及结果分析第67-71页
     ·实验过程第67-68页
     ·系统性能测试分析第68-71页
   ·本章小结第71-72页
第六章 总结与展望第72-74页
   ·论文工作总结第72页
   ·下一步研究工作展望第72-74页
参考文献第74-78页
致谢第78-79页
在学期间发表的学术论文第79页

论文共79页,点击 下载论文
上一篇:混沌信号在MIMO雷达波形设计中的应用研究
下一篇:无线传感器网络测距定位的关键技术研究