声明
摘要
第一章 绪论
1.1 课题研究背景和意义
1.2 语音识别发展现状
1.2.1 国外语音技术发展概况
1.2.2 国内研究历史及现状
1.3 机器人发展简介
1.4 机器人语音识别面临的技术难点
1.5 本文主要的研究内容
1.6 本文的结构安排
第二章 语音识别的基本原理与技术分析
2.1 语音识别基本原理
2.2 语音识别的分类
2.3 语音信号预处理
2.3.1 语音采样与量化
2.3.2 预加重与归一化
2.3.3 分帧加窗
2.4 语音信号的端点检测
2.4.1 短时能量和短时平均幅度
2.4.2 短时平均过零率
2.4.3 双门限法原理及其改进
2.5 语音信号的特征提取
2.5.1 线性预测系数
2.5.2 线性预测倒谱系数
2.5.3 Mel频率倒谱系数
2.6 本章小结
第三章 语音识别算法
3.1.1 动态时间规整
3.1.2 隐马尔可夫模型
3.1.3 人工神经网络
3.1.4 上述方法的优缺点
3.2 基于DTW的语音识别算法
3.2.1 DTW基本原理
3.2.2 模板匹配的训练方法
3.3 DTW算法改进
3.3.1 整体路径约束
3.3.2 搜索宽度限制
3.4 DTW实验结果及分析
3.4.1 整体路径约束DTW算法实验
3.4.2 搜索宽度限制DTW算法实验
3.4.3 针对不同特征提取参数(LPCC、MFCC)的DTW算法实验
3.5 基于HMM模型的语音识别算法
3.5.2 HMM定义
3.5.3 HMM模型结构
3.5.4 HMM模型的分类
3.6 HMM模型的三个基本问题
3.6.1 前向-后向算法——第一个问题的求解
3.6.2 Viterbi算法——第二个问题的求解
3.6.3 Baum-Welch算法——第三个问题的求解
3.7 求解HMM时应该注意的问题
3.8 HMM算法实验仿真结果及分析
3.9 本章小结
第四章 NAO机器人语音识别系统联合实验平台的搭建
4.1 硬软件平台
4.1.1 NAO机器人简介
4.1.2 NAO机器人—般特征
4.1.3 官方软件平台Choregraphe介绍
4.2 联合实验平台的搭建过程
4.2.1 语音的捕获
4.2.2 语音的转移
4.2.3 模型的训练
4.3 语音的识别与传输
4.3.1 服务器端的建立
4.3.2 客户端的建立
4.3.3 客户端和服务端通信的建立
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
攻读学位期间的研究成果