学位论文 > 优秀研究生学位论文题录展示

车载汉语语音控制命令识别算法的研究

作　者: 黄秋晨
导　师: 王双维
学　校: 东北师范大学
专　业: 电路与系统
关键词: 车载语音识别语音控制命令识别算法算法评估
分类号: U463.6
类　型: 硕士论文
年　份: 2011年
下　载: 74次
引　用: 1次
阅　读: 论文下载

内容摘要

随着语音识别技术的发展,越来越多的语音产品走进我们的生活。近年来,汽车的普及率不断提高,消费者对汽车功能的要求也越来越高。应用语音识别技术,通过语音指令控制车内的辅助设备,可以提高乘车的舒适性和安全性。车载汉语语音控制命令识别系统具有实时性、鲁棒性和识别率高等特点。本文研究的是小词汇量特定人组汉语孤立词语音识别。首先介绍了语音识别的基本原理和识别流程。然后,详细介绍语音识别的各个环节和所用的方法,并用MATLAB软件完成编程和仿真实验。本文使用数字高通滤波器滤除大部分噪声;提出一种用于端点检测的参数,将语音信号每一帧的分带谱熵、C0复杂度和谱能量结合在一起,作为端点检测的特征参数;提取24维Mel频率倒谱系数作为语音识别的特征参数;根据语音信号的长度,将语音指令切分为动词和名词两部分,采用不同的识别算法分别对这两部分进行识别;将两部分的算法进行组合,得到9种组合算法;根据车载语音识别的各项评价指标,采用灰色定权聚类的方法,对各种组合算法进行评估,并选择最优识别算法。根据实验结果,动词部分的识别算法采用BP神经网络,名词部分的识别算法采用隐马尔可夫模型。这种组合算法更适用于本文研究的车载语音识别系统。

全文目录

摘要  4-5
Abstract  5-8
第一章引言  8-13
  1.1 语音识别概述  8-10
    1.1.1 语音识别的分类  8-9
    1.1.2 语音识别的原理  9-10
  1.2 语音识别的发展历史和现状  10-11
  1.3 车载语音识别的研究现状  11
  1.4 车载语音识别的研究意义  11-12
  1.5 论文的研究内容  12
  1.6 论文的结构安排  12-13
第二章语音信号的预处理  13-23
  2.1 建立语音样本集  13
  2.2 语音信号的采样和量化  13-14
  2.3 采集数据  14-15
  2.4 降噪处理  15-17
  2.5 预加重  17
  2.6 分帧、加窗  17-18
  2.7 语音的端点检测  18-21
  2.8 语音切分  21-22
  2.9 本章小结  22-23
第三章语音特征参数的提取  23-25
  3.1 人耳的听觉特性  23
  3.2 MFCC 参数的提取  23-24
  3.3 本章小结  24-25
第四章语音识别算法  25-45
  4.1 动词的语音识别算法  25-32
    4.1.1 支持向量机  26-28
    4.1.2 BP 神经网络  28-31
    4.1.3 矩阵灰色关联分析  31-32
  4.2 名词的语音识别算法  32-42
    4.2.1 动态时间规整  33-34
    4.2.2 连续隐马尔可夫模型  34-39
    4.2.3 连续隐马尔可夫模型与集成神经网络相结合  39-42
  4.3 语音控制命令的组合识别算法  42-44
  4.4 本章小结  44-45
第五章语音识别算法的评估  45-50
  5.1 灰色定权聚类  47
  5.2 仿真实验  47-49
  5.3 本章小结  49-50
结论及展望  50-52
参考文献  52-55
致谢  55

车载汉语语音控制命令识别算法的研究

内容摘要

全文目录

相似论文