语音识别算法在ARM-linux平台上的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8页 |
| ·发展历史及国内外研究现状 | 第8-10页 |
| ·嵌入式语音识别介绍 | 第10-11页 |
| ·本论文的研究内容和结构安排 | 第11-12页 |
| 第2章 语音信号分析 | 第12-22页 |
| ·语音识别基础理论研究 | 第12-14页 |
| ·语音信号声学特点 | 第12页 |
| ·语音信号发生过程 | 第12-13页 |
| ·语音识别系统介绍 | 第13-14页 |
| ·语音识别系统分类 | 第14页 |
| ·语音识别预处理 | 第14-17页 |
| ·预加重 | 第14-15页 |
| ·分帧和加窗 | 第15-16页 |
| ·端点检测 | 第16-17页 |
| ·语音信号特征提取算法 | 第17-20页 |
| ·线性预测倒谱系数(LPCC) | 第17-18页 |
| ·Mel 频率倒谱系数(MFCC) | 第18-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 语音识别算法 | 第22-32页 |
| ·动态时间规整算法 | 第22-23页 |
| ·动态时间规整思想介绍 | 第22页 |
| ·动态时间规整的原理 | 第22-23页 |
| ·人工神经网络算法 | 第23-24页 |
| ·人脑工作原理 | 第23页 |
| ·人工神经网络介绍 | 第23-24页 |
| ·人工神经网络在语音识别中的使用 | 第24页 |
| ·隐马尔可夫模型 | 第24-30页 |
| ·隐马尔可夫模型原理 | 第24-25页 |
| ·隐马尔可夫模型的基本元素 | 第25-26页 |
| ·隐马尔可夫模型三个基本算法 | 第26-30页 |
| ·本章小结 | 第30-32页 |
| 第4章 语音识别软件模块实现 | 第32-54页 |
| ·整体系统流程设计 | 第32页 |
| ·声学模板训练模块 | 第32-45页 |
| ·HTK 的介绍和安装配置 | 第32-34页 |
| ·语音库建立 | 第34-37页 |
| ·语音特征提取 | 第37-38页 |
| ·HMM 模型建立 | 第38-42页 |
| ·HMM 模型优化 | 第42-43页 |
| ·三音素捆绑 | 第43-45页 |
| ·识别模块实现 | 第45-50页 |
| ·识别模块流程 | 第45-46页 |
| ·N-Gram 模型介绍 | 第46页 |
| ·Julius 识别实现 | 第46-50页 |
| ·识别模块的交叉编译 | 第50-52页 |
| ·交叉编译介绍 | 第50-51页 |
| ·交叉编译链的配置 | 第51页 |
| ·交叉编译识别模块 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 平台搭建与系统实现 | 第54-62页 |
| ·硬件平台介绍 | 第54-55页 |
| ·Linux 系统移植 | 第55-59页 |
| ·安装 bootloader | 第55-57页 |
| ·安装 Linux 内核 | 第57-59页 |
| ·安装根文件系统 | 第59页 |
| ·系统性能测试 | 第59-61页 |
| ·测试标准和方法 | 第59-60页 |
| ·识别率数据分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |
