孤立词语音识别系统设计研究
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 图表目录 | 第7-8页 |
| 1 绪论 | 第8-16页 |
| ·概述语音识别 | 第8-11页 |
| ·语音识别的定义 | 第8-9页 |
| ·国外研究历史及现状 | 第9-10页 |
| ·国内研究历史及现状 | 第10-11页 |
| ·语音识别技术的分类 | 第11-12页 |
| ·语音识别所面临的问题 | 第12-14页 |
| ·语音识别技术的前景和应用 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| 2 语音识别的基本方法及结构 | 第16-25页 |
| ·语音识别的几种基本方法 | 第16-18页 |
| ·基于语音学和声学的方法 | 第16-17页 |
| ·模板匹配的方法 | 第17-18页 |
| ·神经网络的方法 | 第18页 |
| ·语音识别系统的结构 | 第18-24页 |
| ·语音信号预处理与特征提取 | 第19-21页 |
| ·语音信号的预处理 | 第19-20页 |
| ·语音信号的特征提取 | 第20-21页 |
| ·声学模型与模式匹配 | 第21-24页 |
| ·声学模型 | 第21-22页 |
| ·模式匹配 | 第22-24页 |
| ·语言模型与语言处理 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 系统设计方案及关键技术 | 第25-37页 |
| ·设计思路 | 第25-26页 |
| ·系统架构描述 | 第26-28页 |
| ·关键技术 | 第28-36页 |
| ·窗函数的性质和特点 | 第28-30页 |
| ·LPCC的数学模型 | 第30-33页 |
| ·动态时间规整(DTW)的数学模型 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 4 预处理单元及特征提取单元的硬件实现 | 第37-49页 |
| ·预处理单元硬件设计 | 第37-43页 |
| ·预加重模块近似设计 | 第38页 |
| ·自适应调节的动态窗长 | 第38-40页 |
| ·端点检测模块 | 第40-43页 |
| ·抗噪性强的端点检测算法描述 | 第40-42页 |
| ·断点检测的硬件设计 | 第42-43页 |
| ·硬件实现及仿真 | 第43-48页 |
| ·特征提取单元硬件设计 | 第44-45页 |
| ·适合硬件实现的求解LPC算法 | 第45-46页 |
| ·特征提取模块的硬件实现 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 模式匹配单元硬件实现 | 第49-56页 |
| ·DTW算法改进 | 第49-53页 |
| ·传统的加速算法 | 第49-51页 |
| ·适合硬件实现的加速算法 | 第51-53页 |
| ·硬件实现 | 第53-54页 |
| ·实验结果 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| ·主要工作 | 第56-57页 |
| ·前景展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60页 |
