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 |