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 |