嵌入式语音识别系统的研究与实现
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第7-10页 |
| ·课题背景 | 第7页 |
| ·语音识别技术的发展历史 | 第7-8页 |
| ·语音识别研究的现况 | 第8-9页 |
| ·主要研究内容和论文结构 | 第9-10页 |
| 第二章 语音信号处理 | 第10-20页 |
| ·语音学知识 | 第10-11页 |
| ·语音信号的发音器官 | 第10页 |
| ·音素、音节及汉语的音调 | 第10-11页 |
| ·语音信号产生的数学模型 | 第11-12页 |
| ·语音信号分析 | 第12-15页 |
| ·语音信号的时域分析 | 第12-13页 |
| ·语音信号的频域分析 | 第13-14页 |
| ·语音信号的倒谱分析 | 第14-15页 |
| ·语音信号的预处理及特征提取 | 第15-18页 |
| ·语音信号的预处理 | 第15-16页 |
| ·语音信号的特征提取 | 第16-18页 |
| ·语音识别的训练方法 | 第18-20页 |
| ·偶然性训练法 | 第18页 |
| ·鲁棒性训练法 | 第18-19页 |
| ·聚类训练法 | 第19-20页 |
| 第三章 语音识别方法 | 第20-39页 |
| ·语音识别系统结构 | 第20页 |
| ·隐马尔可夫模型 | 第20-29页 |
| ·隐马尔可夫模型基本原理 | 第21页 |
| ·HMM的基本元素 | 第21-22页 |
| ·隐马尔可夫模型的基本算法 | 第22-26页 |
| ·隐马尔可夫模型的一些实际问题 | 第26-28页 |
| ·HMM在应用中存在的问题 | 第28-29页 |
| ·人工神经网络(ANN) | 第29-35页 |
| ·神经网络的基本概念 | 第30-32页 |
| ·BP网络模型 | 第32-34页 |
| ·神经网络在语音识别中的应用 | 第34-35页 |
| ·动态时间规整 | 第35-39页 |
| ·DTW算法的基本原理 | 第36-37页 |
| ·DTW算法与孤立词的识别 | 第37-39页 |
| 第四章 语音识别系统的仿真和改进 | 第39-52页 |
| ·系统组成 | 第39页 |
| ·语音信号预处理 | 第39-42页 |
| ·语音信号预加重 | 第40-41页 |
| ·加窗分帧 | 第41-42页 |
| ·端点检测 | 第42页 |
| ·特征参数提取 | 第42-44页 |
| ·线性预测倒谱系数 | 第43页 |
| ·美尔倒谱系数 | 第43-44页 |
| ·语音识别算法 | 第44-46页 |
| ·实验结果分析及算法改进研究 | 第46-52页 |
| ·实验结果 | 第46-48页 |
| ·DTW算法的研究和改进 | 第48-52页 |
| 第五章 基于ARM的语音识别系统 | 第52-65页 |
| ·语音识别的系统要求 | 第52-53页 |
| ·UP-NET ARM 2410-S | 第53-58页 |
| ·嵌入式系统软件设计 | 第58-59页 |
| ·系统软件开发流程 | 第59-63页 |
| ·实验结果及分析 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·主要工作 | 第65页 |
| ·前景展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 主要参考文献 | 第68-71页 |
| 附录 攻读硕士学位期间发表的论文 | 第71-72页 |
