语音识别技术在安防监控系统中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题的背景及研究的意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·语音情感研究现状 | 第11-12页 |
| ·关键词识别研究现状 | 第12-13页 |
| ·本文的研究目的 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 语音识别相关基础理论知识 | 第16-29页 |
| ·语音情感计算 | 第16-19页 |
| ·情感的定义 | 第16页 |
| ·情感计算以及语音情感的计算 | 第16-17页 |
| ·情感的分类 | 第17-18页 |
| ·语音情感的转换模型 | 第18-19页 |
| ·小词汇量连续语音关键词识别 | 第19-23页 |
| ·关键词识别的定义 | 第19-20页 |
| ·关键词识别和连续语音识别的关系 | 第20-21页 |
| ·关键词识别系统的分类 | 第21-22页 |
| ·关键词识别的难点和本文解决方案 | 第22-23页 |
| ·语音信号的产生 | 第23页 |
| ·语音信息的预处理 | 第23-25页 |
| ·预加重 | 第23-24页 |
| ·分帧 | 第24页 |
| ·加窗 | 第24-25页 |
| ·普通话语音数据库 | 第25-28页 |
| ·语音数据获取方法 | 第25-26页 |
| ·情感语音库的建立 | 第26-27页 |
| ·关键词语音库的建立 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 语音情感识别 | 第29-41页 |
| ·特征提取 | 第29-30页 |
| ·特征选择方法 | 第30-32页 |
| ·序列前向选择 | 第30-31页 |
| ·序列后向选择 | 第31页 |
| ·优先选择 | 第31-32页 |
| ·逐步判别分析 | 第32页 |
| ·情感特征参数选择 | 第32-34页 |
| ·语音情感识别中的分类器及模型 | 第34-37页 |
| ·K-近邻法(KNN) | 第34-35页 |
| ·线性判别分析法(LDA) | 第35页 |
| ·神经网络法(ANN) | 第35-36页 |
| ·隐马尔可夫模型法(HMM) | 第36-37页 |
| ·基于最近邻原理的融合算法 | 第37-40页 |
| ·特征参量的贡献度计算 | 第38-39页 |
| ·特征贡献度融合分类算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 情感关键词识别 | 第41-52页 |
| ·连续语音中情感关键词样本的提取 | 第41页 |
| ·关键词特征提取 | 第41-43页 |
| ·几种常用关键词识别模型 | 第43-45页 |
| ·动态时间规整 | 第43-44页 |
| ·隐马尔可夫 | 第44-45页 |
| ·人工神经网络 | 第45页 |
| ·基于仿生模式的情感关键词识别 | 第45-51页 |
| ·仿生模式识别的基本原理 | 第46-48页 |
| ·基于仿生模式识别的训练算法 | 第48-49页 |
| ·基于仿生模式的动态搜索识别算法 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 小区安防监控环境下的实验结果与分析 | 第52-60页 |
| ·语音识别过程 | 第52-53页 |
| ·告警输出设置 | 第53-55页 |
| ·语音情感识别实验结果 | 第55-56页 |
| ·关键词识别实验结果 | 第56-58页 |
| ·实验结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-63页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间主要研究成果 | 第69页 |
