基于语音识别的上课点名系统的设计与研究

摘要

点名在课堂教学中一方面是考核学生平时成绩的一个重要依据，另一方面能够有效地促进学生学习。但传统的人工点名费时费力，会增加老师额外的负担。
　　本文研究了语音识别技术、语音播报技术和短信提醒技术在课堂点名中的应用，其中重点研究了语音识别技术，主要包括语音预处理（端点检测）、特征提取（梅尔倒谱系数）、模型训练（隐马尔可夫模型）和其在语音识别中的应用，并利用控制变量法分析了不同影响因素对说话人识别率的影响，得到了在当前实验条件下的最佳识别性能。本文实现了基于语音识别的点名系统，用于替代以往的人工点名，可节省时间，减轻老师负担。其实现思路为:语音播报学生姓名，接着收集学生应答语音，然后通过说话人识别技术识别是否是本人，若是本人，则继续点下一个学生;否则发送短信提醒该学生。
　　经实验测试，系统识别的正确率可达82.61％，实验效果良好。

目录

声明

摘要

第一章 绪论

1．1 课题研究的目的和意义

1．2 说话人识别的国内外研究现状

1．2．1 特征提取研究现状

1．2．2 说话人识别方法研究现状

1．2．3 鲁棒性识别技术研究现状

1．3 研究内容和组织结构

1．3．1 研究内容

1．3．2 组织结构

第二章 说话人识别相关技术

2．1 前端处理

2．1．1 预处理

2．1．2 特征提取

2．2 隐马尔可夫模型

2．2．1 隐马尔可夫模型定义

2．2．2 隐马尔可夫模型基本问题

2．2．3 隐马尔可夫模型类型

2．2．4 隐马尔可夫模型实现问题

2．3 信道鲁棒性技术

2．3．1 特征提取鲁棒性

2．3．2 得分鲁棒性

2．4 本章小结

第三章 语音识别中的说话人识别算法

3．1 识别方案

3．2 性能评价及阈值选择

3．3 数据分析

3．3．1 数据说明

3．3．2 数据处理

3．3．3 实验结果分析

3．4 本章小结

第四章 基于语音识别的点名系统

4．1 系统功能需求

4．2 系统实现方法介绍

4．2．1 开发环境

4．2．2 COM技术

4．2．3 语音播报

4．2．4 短信提醒

4．3 系统模块设计

4．3．1 数据库设计

4．3．2 系统模块结构图

4．3．3 系统模块的具体实现

4．4 界面设计

4．5 实例展示

4．6 本章小结

第五章 结论及展望

5．1 总结

5．2 展望

致谢

参考文献