| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11页 |
| ·国内外现状 | 第11-14页 |
| ·论文主要工作 | 第14页 |
| ·论文组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 基于高阶累积量的噪声环境下语音端点检测 | 第16-27页 |
| ·引言 | 第16-18页 |
| ·高阶累积量的基本原理 | 第18-20页 |
| ·算法分析与实现 | 第20-24页 |
| ·语音信号的三阶四阶累积量分析 | 第20-22页 |
| ·基于三阶四阶累积量的端点检测算法 | 第22-24页 |
| ·实验及分析 | 第24-26页 |
| ·简单噪声背景下实验结果 | 第24-25页 |
| ·复杂噪声背景下实验结果 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于 DTW 的关键词识别系统 | 第27-40页 |
| ·引言 | 第27-28页 |
| ·语音信号特征提取 | 第28-33页 |
| ·线性预测倒谱系数 | 第29-31页 |
| ·梅尔倒谱系数 | 第31-33页 |
| ·动态时间规整算法 | 第33-37页 |
| ·基本 DTW 算法 | 第34-36页 |
| ·分段 DTW 算法 | 第36-37页 |
| ·实验结果 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于 K-MEANS 特征量化和 HMM 的关键词识别系统 | 第40-56页 |
| ·引言 | 第40页 |
| ·隐马尔科夫模型算法 | 第40-47页 |
| ·离散型隐马尔科夫模型 | 第42-46页 |
| ·连续型隐马尔科夫模型 | 第46-47页 |
| ·基于 K-MEANS 语音特征量化 | 第47-51页 |
| ·K-MEANS 算法基本原理 | 第48-49页 |
| ·基于 K-MEANS 的语音特征矢量量化 | 第49-51页 |
| ·实验结果 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 基于机器人平台的语音控制系统设计与实现 | 第56-64页 |
| ·概述 | 第56-57页 |
| ·系统设计及具体实现 | 第57-62页 |
| ·采集模块具体实现 | 第58-59页 |
| ·检测模块具体实现 | 第59-60页 |
| ·识别模块具体实现 | 第60-61页 |
| ·控制模块具体实现 | 第61-62页 |
| ·实验结果 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |