| 论文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-13页 |
| ·语音识别概述 | 第8页 |
| ·语音识别的难点 | 第8-9页 |
| ·关键词识别 | 第9-11页 |
| ·定义 | 第9页 |
| ·应用领域 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的由来及主要工作 | 第11-13页 |
| 第二章 语音识别基本原理 | 第13-31页 |
| ·语音信号产生的数学模型 | 第13-14页 |
| ·预处理 | 第14-17页 |
| ·语音信号分析 | 第17-21页 |
| ·特征提取 | 第21-25页 |
| ·端点检测 | 第25-31页 |
| ·基于能量—过零率的孤立字端点检测 | 第25-27页 |
| ·基于二次切分的端点检测改进算法 | 第27-30页 |
| ·实验结果及分析 | 第30-31页 |
| 第三章 基于HMM 的关键词语音识别系统 | 第31-44页 |
| ·HMM 的基本原理 | 第31-36页 |
| ·HMM 的模型参数 | 第31-32页 |
| ·HMM 的基本问题及解决 | 第32-34页 |
| ·HMM 的分类 | 第34-36页 |
| ·针对嵌入式应用的HMM 选型 | 第36-37页 |
| ·关键词识别系统 | 第37-40页 |
| ·基本组成 | 第37-38页 |
| ·基于垃圾模型的关键词识别网络 | 第38-40页 |
| ·说话人自适应技术的应用 | 第40-44页 |
| ·最大后验概率法（MAP） | 第40-41页 |
| ·基于MAP 的模型参数重估 | 第41-44页 |
| 第四章 关键词语音识别系统的DSP 实现 | 第44-55页 |
| ·TDS642EVM 板简介 | 第44页 |
| ·基于DSP 的系统实现方案 | 第44-50页 |
| ·多路音频串口(McASP)的初始化 | 第45-46页 |
| ·EDMA 通道初始化 | 第46-47页 |
| ·音频编解码器TLV320AIC23 | 第47-48页 |
| ·TLV320AIC23 的与DM642 的接口通信 | 第48-50页 |
| ·基于片级支持库(CSL)的软件设计 | 第50页 |
| ·代码移植 | 第50-51页 |
| ·系统的识别速度测试 | 第51-55页 |
| ·实验条件 | 第51-52页 |
| ·实验结果统计及分析 | 第52-55页 |
| 第五章 识别性能的实验结果及测试分析 | 第55-64页 |
| ·实验条件 | 第55-56页 |
| ·采用候选模型策略的关键词识别 | 第56-57页 |
| ·衡量识别性能的指标 | 第57页 |
| ·实验测试结果 | 第57-60页 |
| ·说话人自适应性能测试 | 第57-59页 |
| ·关键词识别性能测试 | 第59-60页 |
| ·测试结果分析 | 第60-62页 |
| ·说话人自适应的性能分析 | 第60页 |
| ·关键词识别的性能分析 | 第60-62页 |
| ·实验总结 | 第62-64页 |
| ·端点检测算法 | 第62页 |
| ·HMM 模型结构 | 第62页 |
| ·训练样本的数量 | 第62-63页 |
| ·训练与测试语音的差异 | 第63页 |
| ·语音的能量 | 第63页 |
| ·语法解码 | 第63-64页 |
| 总结和展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 硕士研究生期间发表的论文 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70-74页 |