| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 语音识别的研究背景 | 第9页 |
| 1.2 语音识别的发展历史 | 第9-10页 |
| 1.3 语音识别的研究现状和需要解决的问题 | 第10-11页 |
| 1.3.1 语音识别的研究现状 | 第10页 |
| 1.3.2 语音识别需要解决的问题 | 第10-11页 |
| 1.4 本论文的结构 | 第11-13页 |
| 第二章 基于ARM平台的鲁棒语音识别系统 | 第13-21页 |
| 2.1 语音信号的特点 | 第13页 |
| 2.2 语音识别系统的结构 | 第13-17页 |
| 2.2.1 预处理 | 第14-15页 |
| 2.2.2 端点检测 | 第15-16页 |
| 2.2.3 特征提取 | 第16-17页 |
| 2.2.4 HMM模型匹配 | 第17页 |
| 2.3 语音识别系统的评估指标 | 第17页 |
| 2.4 ARM平台 | 第17-18页 |
| 2.5 实验室已有的语音识别系统 | 第18-19页 |
| 2.6 本章小结 | 第19-21页 |
| 第三章 基于双层GMM和ARM平台的语音识别算法优化 | 第21-33页 |
| 3.1 VTS特征补偿算法 | 第21-22页 |
| 3.2 双层GMM结构的VTS算法分析 | 第22-27页 |
| 3.2.1 混合数M的改变对系统识别时间和识别率的影响 | 第22-24页 |
| 3.2.2 双层GMM的VTS特征补偿流程 | 第24-26页 |
| 3.2.3 双层GMM模型对系统识别时间和识别率的影响 | 第26-27页 |
| 3.3 基于ARM平台的双层GMM结构VTS特征补偿算法仿真 | 第27-29页 |
| 3.3.1 识别时间测试 | 第28页 |
| 3.3.2 识别率测试 | 第28-29页 |
| 3.4 映射部分的时间优化 | 第29-31页 |
| 3.4.1 映射部分的时间分析与代码优化 | 第29-31页 |
| 3.4.2 在ARM平台上测试映射部分的优化效果 | 第31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 基于多噪声环境模型和双层GMM的VTS特征补偿 | 第33-55页 |
| 4.1 基于双层GMM结构VTS的多噪声环境特征补偿系统 | 第33-39页 |
| 4.1.1 几种噪声的特征分析 | 第33-36页 |
| 4.1.2 基于双层GMM结构VTS的多噪声环境特征补偿系统流程图 | 第36-37页 |
| 4.1.3 多噪声环境特征补偿的理论分析 | 第37-39页 |
| 4.2 最佳模型匹配 | 第39-42页 |
| 4.2.1 最佳模型匹配模块的仿真实验 | 第40-42页 |
| 4.2.2 ARM平台上的实时测试 | 第42页 |
| 4.3 多噪声环境模型优化效果测试 | 第42-45页 |
| 4.3.1 多噪声环境模型优化在MATLAB平台上的离线仿真测试 | 第42-43页 |
| 4.3.2 多噪声环境模型优化在ARM平台上的实时测试 | 第43-45页 |
| 4.4 基于ARM平台的多种噪声类型环境系统的进一步优化分析与仿真测试 | 第45-52页 |
| 4.4.1 MATLAB平台仿真测试与分析 | 第45-50页 |
| 4.4.2 基于ARM平台上的实时测试 | 第50-52页 |
| 4.5 相对稳定环境下的语音识别系统 | 第52-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 工作总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间参加的科研项目和完成的论文 | 第63页 |
