| 【中文题名】 | 分布式语音识别技术在移动电话中的应用研究 |
| 【英文题名】 | Research on the Distributed Speech Recognition Application on Mobile Phone |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-6-11 |
| 【中关键词】 | 分布式语音识别,移动电话,客户服务器,Mel倒谱系数,, |
| 【英关键词】 | Distributed Speech Recognition （DSR）,Mobile Phone,Client-server,MFCC, |
| 【分类导航】 | 工业技术>无线电电子学、电信技术>通信>电声技术和语音信号处理>语音信号处理>语音识别与设备 |
| 【论文摘要】 |
随着移动通讯技术的迅速发展,移动电话等便携设备成了语音识别的重要应用领域。对于运算能力有限的便携设备来说,运算量始终是制约语音识别应用的瓶颈。分布式语音识别在终端设备上仅需要执行语音检测和参数提取等计算量小的工作,复杂的识别算法交给服务器完成,从而有效解决了这一问题,随着计算机网络的发展,分布式语音识别技术越来越得到重视。
本文深入研究了分布式语音识别系统的原理和工作流程,通过对分布式语音识别系统构架方式的实验评估,分析研究了DSR系统的性能。提取语音信号特征实现语音信号的参数化,是分布式语音识别系统客户端的重要任务。本文分析了标准语音识别特征Mel频率倒谱系数和线性预测倒谱系数的提取方法,设计实验评估了它们在不同信噪比条件下的性能,并采用谱减法来消除系统噪声,比较了去噪前后系统的性能的改善。
最后,本文通过在Motorola i605型移动电话上实现了一个分布式语音识别系统的实例,总结和分析了在移动电话上实现DSR系统的设计方法和实施方案,完成了应用层软件的开发。 |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-8 |
|
第一章 绪论 |
8-13 |
|
1.1. 语音识别的历史和现状 |
8-10 |
|
1.2. 嵌入式系统语音识别技术的现状和发展趋势 |
10-12 |
|
1.3. 论文的课题背景和研究思路 |
12-13 |
|
第二章 分布式语音识别技术研究 |
13-29 |
|
2.1. 概述 |
13-14 |
|
2.2. 嵌入式语音识别系统引入分布式对象技术的原因 |
14-15 |
|
2.3. DSR 系统的组成 |
15-18 |
|
2.3.1. 电声 |
15 |
|
2.3.2. 语音检测或外部控制信号 |
15-16 |
|
2.3.3. 预处理 |
16 |
|
2.3.4. 参数化 |
16 |
|
2.3.5. 压缩 |
16 |
|
2.3.6. 格式化与错误保护 |
16-17 |
|
2.3.7. 传输 |
17 |
|
2.3.8. 解压缩 |
17-18 |
|
2.3.9. 错误检测和消除 |
18 |
|
2.3.10. 前端的后置处理 |
18 |
|
2.3.11. 矢量差分 |
18 |
|
2.4. DSR 系统Client 端语音处理的关键技术 |
18-22 |
|
2.4.1. 前端特征提取算法 |
18-19 |
|
2.4.2. 特征压缩算法 |
19-20 |
|
2.4.3. 复帧格式及纠错编译码技术 |
20-22 |
|
2.5. DSR 系统构架方案 |
22 |
|
2.6. 对DSR 系统性能的实验评估与分析 |
22-26 |
|
2.6.1. 实验设计 |
22-23 |
|
2.6.2. 对全服务器处理方案（Server-only）的评估 |
23-24 |
|
2.6.3. 对客户/服务器处理方案（Client-server）评估 |
24-26 |
|
2.6.4. 实验结果分析 |
26 |
|
2.7. DSR 系统优化的一些考虑 |
26-28 |
|
2.7.1. 识别率和传输带宽之间的权衡 |
26-27 |
|
2.7.2. Client 端安全性的考虑 |
27 |
|
2.7.3. 客户端和服务器端的分工问题 |
27 |
|
2.7.4. 基于AMR 编码方式的语音特征提取的可行性 |
27-28 |
|
2.8. 本章小结 |
28-29 |
|
第三章 分布式语音识别的语言特征参数提取和抗噪性能分析 |
29-42 |
|
3.1. 概述 |
29 |
|
3.2. 标准语言识别特征参数分析 |
29-34 |
|
3.2.1. MEL 频率倒谱系数 |
29-32 |
|
3.2.2. 线性预测倒谱系数 |
32-34 |
|
3.3. 语音增强方法 |
34-36 |
|
3.3.1. 背景噪声 |
34-35 |
|
3.3.2. 谱减法 |
35 |
|
3.3.3. 维纳滤波法 |
35 |
|
3.3.4. 倒谱均值归一化 |
35-36 |
|
3.4. LPCC、MFCC 对噪声的敏感程度评估实验 |
36-41 |
|
3.4.1. 减噪处理 |
36-37 |
|
3.4.2. 实验评估 |
37-40 |
|
3.4.3. 分析与讨论 |
40-41 |
|
3.5. 本章小结 |
41-42 |
|
第四章 分布式语音识别系统在移动电话中的实现 |
42-58 |
|
4.1. 分布式语音识别系统设计 |
42-43 |
|
4.2. 分布式语音识别系统实现方案 |
43 |
|
4.3. Motorola i605 型移动电话的 DSR 系统 |
43-45 |
|
4.4. Motorola i605 型移动电话 DSR 系统应用层软件开发实例 |
45-56 |
|
4.4.1. 手机端 DSR 系统的的软件实现 |
45-46 |
|
4.4.2. 手机端 DSR 系统关键模块的设计思想和结构 |
46-53 |
|
4.4.3. 手机端 DSR 系统应用程序示例 |
53-56 |
|
4.5. Motorola i605 型移动电话 DSR 系统测试 |
56-57 |
|
4.6. 应用总结 |
57-58 |
|
第五章 总结与展望 |
58-59 |
|
致 谢 |
59-60 |
|
参考文献 |
60-63 |
|
硕士期间所发表的论文 |
63 |
|
| 【DOI】 | LunWen.ID:2.2008.349637 |
