語音識別算法在ARM-linux平臺上的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩66頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、ClassifiedIndex:TP399UDC:0045SecrecyRate:Pub—1icized——UniversityCode:1008—2—HebeiUniversityofScienceandTechnologyDissertationfortheMasterDegreeStudyandImplementationofSpeechrecognitionAlgorithmonARM—linuxCandidate:Superv

2、isor:AssociateSupervisor:AcademicDegreeApppliedfor:Speciality:Employer:DateofOralExamination:BuXuezheProfDiaoYanhuaMasterofEngineeringCommunicationandInformationSystermSchoolofInformationScience&EngineeringMay2013摘要摘要隨著電

3、子技術(shù)和移動互聯(lián)網(wǎng)的飛速發(fā)展,移動終端變得越來越貼近人們的日常生活,更自然的人機交互方式顯得更加重要。語音識別作為一個更自由和方便的人機交互的方式,走入人們的生活。而且隨著移動終端的普及,ARM平臺成為現(xiàn)在硬件平臺的熱點,所以研究語音識別在ARMLinux平臺上的實現(xiàn),成為一個交叉的熱點。論文模擬了日常家居家電控制的一套語音控制系統(tǒng),目的在于在ARMLinux平臺上實現(xiàn)一個小詞匯量的連續(xù)的非特定人的語音識別系統(tǒng)。論文首先深入的研究了語音

4、識別的基本思想和基本流程,然后分階段研究了語音識別的前處理算法、兩種特征提取算法和三種比較重要的識別算法,其中重點研究和應(yīng)用了隱形馬爾可夫模型(HMM),并深入研究了HMM的三個基本算法:前向后向算法、Viterbi算法、BaumWelch算法。論文在選定了HMM作為實現(xiàn)算法之后,具體設(shè)計了系統(tǒng)的軟件模塊流程。結(jié)合劍橋大學(xué)開發(fā)的HTK工具包進(jìn)行了對語音樣本的HMM模型訓(xùn)練,并將訓(xùn)練出的模板運用語音識別引擎進(jìn)行識別。然后將語音識別模塊進(jìn)行

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論