| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-23页 |
| ·基于车联网的语音交互系统的研究意义 | 第11-13页 |
| ·国内外基于车联网的智能终端系统的研究历史和现状 | 第13-15页 |
| ·基于云服务的智能3G手机的语音交互 | 第15-18页 |
| ·基于Android系统的车联网车载语音终端的设计 | 第18-21页 |
| ·硬件总体设计 | 第18-19页 |
| ·语音识别模块设计 | 第19页 |
| ·语音合成模块设计 | 第19-20页 |
| ·系统的功能模块图 | 第20-21页 |
| ·论文的组织结构与特色性工作 | 第21-23页 |
| 2 语音识别算法原理和模块算法 | 第23-29页 |
| ·语音识别算法概述 | 第23页 |
| ·语音识别系统的组成 | 第23页 |
| ·语音识别算法的分类及分析 | 第23-27页 |
| ·DTW算法分析 | 第25页 |
| ·HMM算法分析 | 第25-26页 |
| ·神经网络语音识别算法分析 | 第26-27页 |
| ·算法选取 | 第27页 |
| ·本章小结 | 第27-29页 |
| 3 在线模式下的语音识别 | 第29-41页 |
| ·汉语声学模型的训练 | 第30-32页 |
| ·前端信号处理 | 第30-31页 |
| ·声学模型及其训练 | 第31-32页 |
| ·HMM模型定义 | 第32页 |
| ·HMM基本算法 | 第32页 |
| ·HTK工具简介 | 第32-35页 |
| ·HTK的软件结构 | 第33-34页 |
| ·HTK主要应用工具介绍 | 第34-35页 |
| ·汉语声学模型训练 | 第35-39页 |
| ·训练流程设计 | 第35页 |
| ·定义HMM模型 | 第35-37页 |
| ·声学前端 | 第37-38页 |
| ·HMM模型初始化 | 第38-39页 |
| ·HMM模型训练 | 第39页 |
| ·汉语语音识别测试 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4 离线模式下的语音识别 | 第41-59页 |
| ·嵌入式语音识别技术 | 第41页 |
| ·语音识别算法的选取 | 第41-43页 |
| ·基于DTW的孤立词语音识别系统 | 第43-57页 |
| ·孤立词识别系统 | 第43-44页 |
| ·预处理和特征提取 | 第44-54页 |
| ·动态时间规整DTW算法 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 5 语音合成算法原理和模块算法 | 第59-67页 |
| ·语音合成概述 | 第59-60页 |
| ·概述 | 第59页 |
| ·TTS系统的组成 | 第59-60页 |
| ·语音合成算法的分类与比较 | 第60-62页 |
| ·波形合成法 | 第60-61页 |
| ·参数合成法 | 第61页 |
| ·规则合成法 | 第61页 |
| ·各种语音合成方法的比较 | 第61-62页 |
| ·嵌入式语音合成 | 第62-63页 |
| ·Espeak的基本功能及参数 | 第63-64页 |
| ·Espeak的语音合成原理 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 6 车载语音交互系统的搭建和测试 | 第67-79页 |
| ·语音识别模块 | 第67-72页 |
| ·DTW语音识别算法编程和实验 | 第67-70页 |
| ·DTW语音识别算法的改进 | 第70-72页 |
| ·语音合成模块 | 第72-76页 |
| ·Windows平台Android移植环境的搭建 | 第74-75页 |
| ·语音合成服务往Android平台上的移植 | 第75-76页 |
| ·本章小结 | 第76-79页 |
| 7 总结与展望 | 第79-81页 |
| ·总结 | 第79页 |
| ·展望 | 第79-81页 |
| 参考文献 | 第81-83页 |
| 攻读硕士期间主要研究成果 | 第83-87页 |
| 学位论文数据集 | 第87页 |