基于声控小车的语音识别算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及意义 | 第10页 |
| ·国内外研究现状与存在的问题 | 第10-15页 |
| ·国内外研究现状 | 第10-14页 |
| ·面临的问题 | 第14-15页 |
| ·本文的主要内容及各章内容概述 | 第15-16页 |
| ·本文的主要内容 | 第15页 |
| ·各章内容概述 | 第15-16页 |
| 第2章 声学原理及孤立词识别概述 | 第16-23页 |
| ·声学原理 | 第16-19页 |
| ·语音的声学分析 | 第16-17页 |
| ·语音信号的特性 | 第17页 |
| ·语音的产生 | 第17-18页 |
| ·wav 音频格式简介 | 第18-19页 |
| ·小词汇量孤立词语音识别方法概述 | 第19-22页 |
| ·语音识别系统构成 | 第19-20页 |
| ·识别方法简介 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 端点检测 | 第23-35页 |
| ·端点检测研究背景 | 第23-24页 |
| ·端点检测的主要作用 | 第23-24页 |
| ·端点检测对识别系统的影响 | 第24页 |
| ·预处理 | 第24-28页 |
| ·预加重 | 第24-25页 |
| ·加窗分帧 | 第25-26页 |
| ·短时能量 | 第26-27页 |
| ·短时平均过零率 | 第27-28页 |
| ·端点检测算法 | 第28-34页 |
| ·短时能量短时平均过零率双门限端点检测算法 | 第28-31页 |
| ·传统端点检测算法的改进 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 特征提取 | 第35-44页 |
| ·特征参数概述 | 第35页 |
| ·线性预测编码(LPC)系数 | 第35-41页 |
| ·LPC 算法基本思想 | 第36-38页 |
| ·LPC 算法的实现 | 第38-39页 |
| ·LPC 线性预测编码倒谱系数 | 第39-41页 |
| ·MFCC 系数 | 第41-43页 |
| ·MFCC 算法基本思想 | 第41-42页 |
| ·MFCC 算法的实现 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 识别算法 | 第44-58页 |
| ·DTW | 第44-47页 |
| ·动态时间弯折(DTW)基本原理 | 第44页 |
| ·DTW 算法的实现 | 第44-47页 |
| ·DTW 算法的改进 | 第47-49页 |
| ·HMM | 第49-53页 |
| ·隐马尔可夫链 | 第50-51页 |
| ·隐马尔可夫模型的基本概念 | 第51-53页 |
| ·应用HMM 需解决的问题 | 第53页 |
| ·硬件平台简介 | 第53-55页 |
| ·软件平台简介 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
