基于机器学习的哭声检测系统研究与开发
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第7-19页 |
| 1.1 研究背景和意义 | 第7页 |
| 1.2 机器学习概述 | 第7-9页 |
| 1.3 声纹识别概述 | 第9-18页 |
| 1.3.1 声纹特征提取技术 | 第10-16页 |
| 1.3.2 声纹特征建模技术 | 第16-18页 |
| 1.4 主要工作与内容安排 | 第18-19页 |
| 第二章 面向声纹识别的机器学习技术研究 | 第19-34页 |
| 2.1 机器学习模型 | 第19-31页 |
| 2.1.1 隐马尔科夫模型 | 第19-23页 |
| 2.1.2 高斯混合模型 | 第23-26页 |
| 2.1.3 支持向量机模型 | 第26-31页 |
| 2.2 算法模型实现与比较 | 第31-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 基于机器学习的智能哭声检测系统研究 | 第34-45页 |
| 3.1 需求分析 | 第34-35页 |
| 3.2 系统架构 | 第35-37页 |
| 3.3 关键技术 | 第37-44页 |
| 3.3.1 基于Mel能量的多特征提取技术 | 第37-41页 |
| 3.3.2 基于混合模型的智能哭声检测技术 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于机器学习的智能哭声检测系统实现与测试 | 第45-55页 |
| 4.1 系统实现 | 第45-53页 |
| 4.1.1 手机终端侧软件实现 | 第45-47页 |
| 4.1.2 嵌入式终端侧软件实现 | 第47-50页 |
| 4.1.3 PC侧模型训练与移植 | 第50-53页 |
| 4.2 系统测试 | 第53-54页 |
| 4.2.1 功能测试 | 第53-54页 |
| 4.2.2 性能测试 | 第54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55-56页 |
| 5.2 未来展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录1 攻读硕士学位期间申请的发明专利 | 第60-61页 |
| 附录2 攻读硕士学位期间申请的软件著作权 | 第61-62页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
