基于神经网络的孤立词识别系统在安卓平台上的实现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 语音识别概述 | 第9页 |
| 1.2 语音识别的发展与国内外现状 | 第9-10页 |
| 1.3 语音识别系统的分类 | 第10-11页 |
| 1.4 语音识别所面临的问题 | 第11页 |
| 1.5 课题研究背景与意义 | 第11-12页 |
| 1.6 本论文的内容安排 | 第12-13页 |
| 第二章 语音识别 | 第13-24页 |
| 2.1 语音识别模型 | 第13页 |
| 2.2 语音信号的预处理 | 第13-16页 |
| 2.2.1 音信号的采样和量化 | 第13-14页 |
| 2.2.2 预加重处理 | 第14页 |
| 2.2.3 分帧加窗 | 第14-15页 |
| 2.2.4 语音信号端点检测 | 第15-16页 |
| 2.3 语音特征参数提取 | 第16-19页 |
| 2.3.1 语音信号的线性预测分析 | 第16-17页 |
| 2.3.2 线性预测倒谱系数 | 第17-18页 |
| 2.3.3 梅尔频率倒谱系数 | 第18-19页 |
| 2.3.4 时间规整 | 第19页 |
| 2.4 语音识别的几种主要算法 | 第19-23页 |
| 2.4.1 动态时间规整 | 第19-21页 |
| 2.4.2 隐马尔可夫模型 | 第21-22页 |
| 2.4.3 人工神经网络技术 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 BP神经网络 | 第24-33页 |
| 3.1 神经网络基本概念 | 第24-27页 |
| 3.1.1 神经元结构 | 第24-25页 |
| 3.1.2 神经网络的结构 | 第25-26页 |
| 3.1.3 神经网络的学习方式 | 第26-27页 |
| 3.1.4 神经网络的学习算法 | 第27页 |
| 3.2 BP神经网络原理 | 第27-31页 |
| 3.2.1 BP神经网络结构 | 第28页 |
| 3.2.2 BP神经网络学习过程 | 第28-31页 |
| 3.2.3 BP网络的优点与局限 | 第31页 |
| 3.3 BP网络的改进 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 Android系统 | 第33-41页 |
| 4.1 Android系统相关介绍 | 第33-36页 |
| 4.1.1 Android系统的简介 | 第33页 |
| 4.1.2 Android系统的结构 | 第33-35页 |
| 4.1.3 Android平台的搭建 | 第35页 |
| 4.1.4 Eclipse与ADT插件 | 第35-36页 |
| 4.1.5 Android的组件 | 第36页 |
| 4.2 JNI介绍 | 第36-38页 |
| 4.3 NDK介绍 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 基于Android平台的孤立词识别系统 | 第41-61页 |
| 5.1 样本库的构建 | 第41-42页 |
| 5.2 语音处理程序 | 第42-43页 |
| 5.3 BP网络的构建与训练 | 第43-45页 |
| 5.4 生成动态链接库 | 第45-48页 |
| 5.5 硬件平台介绍 | 第48-49页 |
| 5.6 Android程序的开发 | 第49-60页 |
| 5.6.1 MainActivity类 | 第49-53页 |
| 5.6.2 SecondActivity类 | 第53-56页 |
| 5.6.3 系统识别率的测试 | 第56-58页 |
| 5.6.4 Android功能 | 第58-60页 |
| 5.7 本章小结 | 第60-61页 |
| 第六章 工作总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 不足与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
