| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及意义 | 第11-13页 |
| 1.2 点餐系统的发展现状 | 第13-14页 |
| 1.3 点餐系统的语音识别问题 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 第2章 相关知识介绍 | 第17-25页 |
| 2.1 Sphinx语音识别引擎 | 第17-21页 |
| 2.1.1 Sphinx发展 | 第17-18页 |
| 2.1.2 系统框架及原理 | 第18-20页 |
| 2.1.3 系统特点 | 第20-21页 |
| 2.2 核心芯片及开发工具介绍 | 第21-24页 |
| 2.2.1 OMAP3530的硬件平台 | 第21-22页 |
| 2.2.2 无线传输模块nRF24L01 | 第22-23页 |
| 2.2.3 数据库 | 第23页 |
| 2.2.4 QT | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于Sphinx的汉语语音识别系统的构建与实现 | 第25-47页 |
| 3.1 预处理 | 第25-27页 |
| 3.1.1 预加重 | 第25-26页 |
| 3.1.2 分帧和加窗 | 第26-27页 |
| 3.2 MFCC特征提取 | 第27-29页 |
| 3.3 ZCPA特征提取 | 第29-35页 |
| 3.3.1 ZCPA特征提取的原理 | 第29-31页 |
| 3.3.2 基底膜滤波器组的设计 | 第31-33页 |
| 3.3.3 时间规整和幅度规整 | 第33-35页 |
| 3.4 声学模型训练 | 第35-41页 |
| 3.4.1 矢量量化 | 第36-38页 |
| 3.4.2 训练模型 | 第38-40页 |
| 3.4.3 删除插值 | 第40-41页 |
| 3.5 语言模型训练 | 第41-44页 |
| 3.6 解码器 | 第44-45页 |
| 3.7 实验结果及性能分析 | 第45页 |
| 3.8 本章小结 | 第45-47页 |
| 第4章 智能语音点餐系统的设计与实现 | 第47-61页 |
| 4.1 系统需求分析 | 第47-48页 |
| 4.2 系统总体方案 | 第48-49页 |
| 4.3 系统开发环境的搭建 | 第49-50页 |
| 4.4 客户端界面设计 | 第50-56页 |
| 4.4.1 点餐客户端界面的设计 | 第50-52页 |
| 4.4.2 前台客户端界面的设计 | 第52-55页 |
| 4.4.3 厨师客户端界面的设计 | 第55-56页 |
| 4.5 nRF24L01无线模块软件设计 | 第56-58页 |
| 4.5.1 无线发送模块软件设计 | 第56-57页 |
| 4.5.2 无线接收模块软件设计 | 第57-58页 |
| 4.6 数据库的建立与调用 | 第58-60页 |
| 4.6.1 数据库SQLite的主要接口函数 | 第59页 |
| 4.6.2 用数据库SQLite创建表 | 第59-60页 |
| 4.7 本章小结 | 第60-61页 |
| 第5章 系统应用实例及测试 | 第61-69页 |
| 5.1 系统部署 | 第61-62页 |
| 5.2 系统运行效果 | 第62-67页 |
| 5.3 系统性能分析 | 第67-69页 |
| 第6章 结论与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 研究展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |