音视频双模态车载语音控制系统的设计与实现
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13-14页 |
| ·研究现状 | 第14-17页 |
| ·双模态语音识别的研究现状 | 第14-15页 |
| ·语音识别技术在汽车控制上的应用现状 | 第15-17页 |
| ·论文的主要工作及章节安排 | 第17-19页 |
| 第二章 双模态语音识别介绍及仿真系统方案 | 第19-36页 |
| ·语音识别基础 | 第19-27页 |
| ·语音识别基本原理 | 第19-21页 |
| ·特征表示与提取 | 第21-23页 |
| ·隐马尔可夫模型 | 第23-27页 |
| ·噪声环境下的语音识别 | 第27-30页 |
| ·噪声对语音识别的影响 | 第28页 |
| ·车载环境下的噪声分析 | 第28-29页 |
| ·抗噪声语音识别技术 | 第29-30页 |
| ·双模态语音识别 | 第30-33页 |
| ·视频特征的提取 | 第31-32页 |
| ·音视频信息的融合 | 第32-33页 |
| ·仿真系统的方案设计 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 行车环境语音识别双模态数据库 | 第36-48页 |
| ·双模态语音数据库简介 | 第36-39页 |
| ·国内外的双模态数据库 | 第36-37页 |
| ·双模态数据库的建库依据 | 第37-39页 |
| ·面向车载控制语音识别数据库的建立 | 第39-47页 |
| ·BiMoSp数据库的语料选择 | 第39-40页 |
| ·音视频数据的建立 | 第40-42页 |
| ·语料的标注 | 第42-44页 |
| ·词典和语法规则的建立 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 双模态车载语音识别控制系统的设计与实现 | 第48-74页 |
| ·识别系统结构 | 第48-53页 |
| ·系统的工作环境 | 第48-50页 |
| ·系统的功能 | 第50-51页 |
| ·系统的结构 | 第51-53页 |
| ·模型训练 | 第53-59页 |
| ·语音识别单元的选取 | 第53-54页 |
| ·音节的声学模型训练 | 第54-58页 |
| ·音节的视觉模型训练 | 第58-59页 |
| ·离线识别系统的设计 | 第59-65页 |
| ·基于ATK的音频处理模块 | 第60-61页 |
| ·视频处理模块的接口 | 第61-62页 |
| ·识别结果的处理 | 第62-65页 |
| ·在线识别系统的设计 | 第65-72页 |
| ·人机交互处理步骤 | 第66-68页 |
| ·识别命令归一化处理和可选择处理 | 第68-70页 |
| ·语音合成的实现 | 第70-71页 |
| ·预留接口 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第五章 双模态车载语音识别控制系统的性能评估 | 第74-78页 |
| ·离线识别系统的性能评估 | 第74-76页 |
| ·在线识别系统的性能评估 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间取得的研究成果 | 第84-85页 |
| 致谢 | 第85页 |
