移动设备平台上英语口语学习中的语音识别技术
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·计算机辅助语言学习概述 | 第8-9页 |
| ·语音识别技术概述 | 第9-11页 |
| ·语音识别技术发展史 | 第9-10页 |
| ·语音识别技术简介 | 第10-11页 |
| ·语音识别系统 | 第11-13页 |
| ·英语口语发音学习概述 | 第13页 |
| ·技术难点 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| 第二章 语音识别概论 | 第15-31页 |
| ·语音识别系统架构 | 第15-16页 |
| ·Mel 频率倒谱系数（MFCC） | 第16-18页 |
| ·隐马尔可夫模型（HMM） | 第18-30页 |
| ·离散马尔可夫过程 | 第19页 |
| ·隐马尔可夫模型 | 第19-20页 |
| ·HMM 的基本元素 | 第20-22页 |
| ·HMM 类型 | 第22-24页 |
| ·HMM 三个问题 | 第24页 |
| ·HMM 三个基本算法 | 第24-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 英语口语学习的语音识别技术 | 第31-39页 |
| ·CAPT 系统介绍 | 第31-32页 |
| ·CAPT 系统运用ASR 技术可行性分析 | 第32-35页 |
| ·语音识别过程 | 第32-33页 |
| ·计算过程 | 第33-35页 |
| ·可行性分析 | 第35页 |
| ·评分算法 | 第35-37页 |
| ·错误检测 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 嵌入式系统中的技术改进 | 第39-45页 |
| ·声音特征值提取 | 第39-40页 |
| ·HMM 模型选择 | 第40-41页 |
| ·改进Viterbi 对齐算法 | 第41-43页 |
| ·识别过程剪支 | 第43-44页 |
| ·模型存储优化 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第五章 系统设计与实现 | 第45-60页 |
| ·设计目标 | 第45页 |
| ·系统环境 | 第45页 |
| ·设计思路及系统架构 | 第45-47页 |
| ·模块设计 | 第47-56页 |
| ·模型训练模块 | 第47-52页 |
| ·特征提取模块 | 第52页 |
| ·发音评分模块 | 第52-56页 |
| ·系统性能分析与测试 | 第56-59页 |
| ·HMM 测试 | 第56-59页 |
| ·评分正确性测试 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·改进 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文及参与的项目 | 第66-69页 |
| 附件 | 第69页 |
