基于嵌入式系统平台的说话人识别系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| §1-1 研究的背景 | 第8页 |
| §1-2 课题研究现状和研究基础 | 第8-10页 |
| 1-2-1 特征参数 | 第9页 |
| 1-2-2 说话人识别常用方法 | 第9-10页 |
| 1-2-3 嵌入式系统平台 | 第10页 |
| §1-3 本论文研究的主要内容 | 第10-12页 |
| 第二章 总体方案设计 | 第12-21页 |
| §2-1 嵌入式系统 | 第12-13页 |
| 2-1-1 嵌入式系统的组成 | 第12-13页 |
| 2-1-2 嵌入式系统开发方式 | 第13页 |
| §2-2 嵌入式Linux 操作系统 | 第13-15页 |
| 2-2-1 嵌入式操作系统 | 第13-14页 |
| 2-2-2 Linux 及其发展支柱 | 第14-15页 |
| §2-3 ARM 微处理器 | 第15-18页 |
| 2-3-1 嵌入式微处理器 | 第15-16页 |
| 2-3-2 ARM920T 简介 | 第16-17页 |
| 2-3-3 S3C2410X 处理器 | 第17-18页 |
| §2-4 系统通信接口设计 | 第18-21页 |
| 2-4-1 硬件结构 | 第18-19页 |
| 2-4-2 JTAG 调试接口模块 | 第19页 |
| 2-4-3 串行接口模块 | 第19-20页 |
| 2-4-4 网络接口模块 | 第20-21页 |
| 第三章 语音信号特征提取 | 第21-30页 |
| §3-1 语音信号的采集 | 第21-25页 |
| 3-1-1 基于IIS 接口的音频系统 | 第21-22页 |
| 3-1-2 音频设备程序的实现 | 第22-25页 |
| §3-2 语音信号的预处理 | 第25页 |
| §3-3 线性预测系数的提取 | 第25-27页 |
| 3-3-1 线性预测分析的基本原理 | 第25-26页 |
| 3-3-2 LPC 的解法 | 第26-27页 |
| §3-4 线性预测倒谱系数的提取 | 第27-28页 |
| §3-5 线性预测美尔倒谱系数的提取 | 第28页 |
| §3-6 语音特征提取的实现 | 第28-30页 |
| 第四章 说话人识别算法的实现 | 第30-39页 |
| §4-1 统计学习理论 | 第30-32页 |
| 4-1-1 经验风险 | 第30页 |
| 4-1-2 VC 维 | 第30-31页 |
| 4-1-3 结构风险最小化 | 第31-32页 |
| §4-2 支持向量机 | 第32-35页 |
| 4-2-1 线性可分问题 | 第32-33页 |
| 4-2-2 线性不可分问题 | 第33-34页 |
| 4-2-3 非线性问题 | 第34-35页 |
| §4-3 多类别分类问题 | 第35-36页 |
| §4-4 说话人识别算法实现 | 第36-38页 |
| 4-4-1 LIBSVM 简介 | 第36-37页 |
| 4-4-2 实验及结果 | 第37-38页 |
| §4-5 小结 | 第38-39页 |
| 第五章 说话人识别算法在嵌入式系统上的实现 | 第39-52页 |
| §5-1 建立交叉编译环境 | 第39页 |
| §5-2 引导程序的移植 | 第39-44页 |
| 5-2-1 引导程序的工作原理和启动过程 | 第39-41页 |
| 5-2-2 VIVI 简介 | 第41-42页 |
| 5-2-3 引导程序的实现 | 第42-44页 |
| §5-3 Linux 内核的移植 | 第44-46页 |
| 5-3-1 内核编译 | 第44-45页 |
| 5-3-2 内核安装 | 第45-46页 |
| §5-4 根文件系统的实现 | 第46-50页 |
| 5-4-1 系统引导过程 | 第46-47页 |
| 5-4-2 制作根文件系统 | 第47页 |
| 5-4-3 挂接NFS 文件系统 | 第47-49页 |
| 5-4-4 NFS 开发应用程序 | 第49-50页 |
| §5-5 说话人识别方法的移植 | 第50-51页 |
| §5-6 小结 | 第51-52页 |
| 第六章 结论 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 附录Ａ | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间所取得的相关科研成果 | 第59页 |
