太原理工大学信息工程学院
本科毕业设计（论文）开题报告
毕业设计(论文)题目
基于边缘检测的文字图像识别
学生姓名导师姓名
专业信息
报告日期
班级07-1
指导教
师意见
签字年月日
专业(教
研室)主
任意见
年月日系主任
意见
年月日
1. 国内外研究现状及课题意义
文字图像信息是人类获取外界信息的主要来源，在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多的利用图像信息来识别和判断事物，解决实际问题。例如：由于空间技术的发展，人造卫星拍摄了大量地面和空间的照片，人们要分析照片，获得地球资源、全球气象和污染情况等；在医学上，医生可以通过X射线分析照像，观察到人体个部位的多次现象；在工厂，技术人员可以利用电视图像管理生产；生活中，交通管理部门也要利用文字图像识别技术确定违章车辆的牌照，对其进行监督管理，由此可见文字图像信息的重要性【1】。
获得文字图像信息非常重要，但更重要的是对文字图像进行处理，从中找到我们所需要的信息，因此在当今科学技术迅速发展的时代，对文字图像的处理技术提出了更高的要求，能够更加快速准确的获得有用信息。
1.1国内外研究现状
20世纪20年代文字图像处理首次得到应用。20世纪60年代中期，电子计算机的发展得到普遍应用，文字图像处理技术也不断完善，逐渐成为一个新兴的科学。从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理技术也向更高、更深的层次迈进。到了20世纪90年代，机器人技术已经成为工业的三大支柱之一，人们已经开始研究如何用计算机系统解释图像，实现类似人类视觉系统来理解外部世界，这被称为图像理解活计算机视觉。很多国家，特别是发达国家投入更多的人力、物力道这项研究，取得了不少重要的研究成果。
数字图像处理主要是为了修改图形，改善图像质量，或是从图像中提取有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。目前，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。数字图像处理因易于实现非线性处理，处理程序和处理参数可变，故事一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。主要用于图像变换、测量、模式识别、模拟以及图像产生。广泛应用在遥感、宇宙观测、影像医学、通信、刑侦及多种工业领域【2】。1.2文字图像识别面临的问题
文字图像识别的发展经历了三个阶段：文字识别、图像处理和识别、物体识别。现在对于文字图像识别技术的研究，还面临几个问题，一是图像数据量大，一般来说，要取得较高的识别精度，原始图像应具有较高的分辨率，至少应大于64×64。二是图像污
损，由于目标环境的干扰、传输的误差、传感器的误差、噪声、背景干扰、变形等会污损图像。三是准确性，位移、旋转、尺度变化、扭曲，和人类的视觉一样，目标和传感器之间存在有位置的变化，因此，要求系统在目标产生位移、旋转、尺度变化、扭曲时，仍能够正确识别目标。四是实时性，在军事领域的应用中，大都要求系统能够实时的识别目标，这就要求系统有极快的出来速度和识别效率【3】。
1.3边缘检测处理文字图像的优势
图像的边缘是图像的基本特征，所谓边缘是指其周围像素灰度的阶跃变化活屋顶变化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间。从本质上说，边缘是图像局部特性不连续性的反映，它标志着一个区域的终结和另一个区域的开始，由于噪声和模糊的存在，检测到的边界可能会变宽或在某些点处发生间断，因此边缘提取的首要任务是要检测出图像局部特性的不连续性，然后剔出某些边界点或补充间断点，并将这些边缘像素连成完备的边界【4】。
文字图像的边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性，提高了图像处理的准确性和实时性【5】。
2.主要研究内容
通过学习数字图像处理和MATLAB软件的应用，了解边缘检测处理对文字图像的理论基础和过程，用MATLAB软件对文字图像进行边缘检测。该课题在研究过程中主要要解决如何运用MATLAB语言实现对文字图像进行滤波、增强、检测、和定位，把文字图像中的有用信息和背景噪声区分开，其中的关键在于MATLAB语句的编写。
3.拟采用的研究思路（方法、技术路线、可行性论证等）
完成该论文，首先要学习数字图像的获取、变换、增强、复原、彩色处理、编码、分割等基础理论知识，然后绘制实现图像分割的流程图，编写相应的MATLAB程序，最后用MATLAB软件进行边缘点分析和仿真。
因此，先根据研究内容采用文献检索查阅文字图像处理的现有成果和发展趋势，然后再通过自行上机实践进一步研究，最终得出一些有用的结论。
4.设计工作安排及进度
1-2周根据毕业设计题目和要求收集有关资料
3-5周复习巩固该课题所需的专业知识，同时了解该课题，准备写论文的文献资料
6-7周完成毕业论文的翻译部分，进一步了解相关知识
8周对完成该课题制定初步设计方案和详细计划
9-10周完成论文的绪论和基础知识介绍部分
11-12周完成论文的上机操作和实验部分
13周对论文进行总结分析，得出研究结论，完成初稿
13-14周对论文初稿进行全面修改和整理
15周论文答辩
5.参考文献
1盛利元，李宏言，数字图像处理实验教学探索与实验软件研制，电气电子教学学报，2006,27（3），75-82
2 田浩鹏，董怡彤，关于数字图像处理技术的研究，北方经贸，2010，12，140-141
3 朱志刚，数字图像处理，北京，电子工业出版社，1998,446
4 董东，图像边缘检测方法简介，试验技术与试验机，2004,44（3、4）,64-71
5 Lindeberg, Tony "Edge detection and ridge detection with automatic scale selection", International Journal of Computer Vision, 30, 2, pp 117--154, 1998
一、选题的依据、意义和理论或实际应用方面的价值 随着现代生活水平的不断提高，人们对智能化产品有着巨大的需求，语音智能控制作为简单快捷方便的操作方式得到越来越广泛人们的认可，例如手机智能语音拨号功能，就是很好的例子。随着电子业的发展, 自动化已不再是一 个新鲜的话题, 无人驾驶的小汽车也必将进入实用阶段, 未来驾驶汽车, 不再是只能依靠手动，语音等方式也有可能成为未来汽车的辅助驾驶途径之一。当前电子设计系统已进人了片上系统时代, 语音识别与处理技术在信息技术的人机 接口中得到了普遍关注。语音识别的音控小车作为典型应用之一，简单地诠释了人机一体化的设计思想。其设计理念缩短了人机界面的距离，增强了互动性和智能性，同时使得将信息技术和控制技术引入到车辆的操纵控制中,形成机器智能,使驾驶员的感知、决策和执行能力扩展成为可能。 二、本课题在国内外的研究现状 Bill Gates 在世界计算机博览会(COMDEX)主题演讲会上描绘IT事业的发展宏图时，率先指出：下一代操作系统和应用程序的用户界面将是语音识别。工业界应对语音识别领域的重大突破做好充分准备，因为那将是一场席卷全球的另一次热潮。 据统计部门的数据，至2006年中国汽车保有量已达3500万辆（其中轿车占80%，约2500万辆）,每年仍以30%的速度递增。我国成为了继美国之后的第二大汽车生产和消费大国。汽车行业的迅猛发展也带动了相关配套、服务业的发展。而将功能强大的智能车载信息系统——车载电脑加载到汽车上已经成为欧美、日本等地汽车市场的首选新装备。我国语音智能控汽车产业有着巨大的发展前景。车载电脑给汽车带来了一场信息化的革命，让每辆汽车构建成一个完美的车载信息与娱乐系统终端，包括车载通讯系统、导航系统、数字娱乐系统以及辅助驾驶系统。车载通讯与导航系统主要指GPRS和GPS，让你“轻 车熟路”，而且轻松打电话。 三、课题研究的内容及拟采取的方法 我研究的课题题目是实现语音对小车的智能控制，按照其功能的实现可以划分如下模块：语音输入模块、主控模块（SPCE061A）、电机驱动模块、语 音输出模块、电源模块。语音输入模块实现语音的输入，讲录入的语音作为数据源。主控模块实现对语音的分辨、识别、与存储单元中的指令匹配，发出控制命令。电机模块通过主控模块的控制，对电机发出控制命令。语音输出模块控制发出控制命令相对应的语音。电源模块控制电源的连通。首先对存储器初始化，之后进行录音初始化，进入录音循环中，定时器中断程序控制采样频率，并按时间间隔将采样值送入语音样本队列，录音循环从语音样本队列中获取数据并进行编码，将编码后的数据送入存储器，成为语音资源。在训练过程中，系统调用了语音播放子程序，需要进行播放初始化，进入播放循环中，从语音资源中获取数据，解码，填入播放队列中，定时器中断程序从播放队列中取出数据送到D /A 转换器中，将语音信号送到扬声器中，使得整个训练过程在语音提示下从容进行。 四、课题研究中的主要难点以及解决的方法 1）如何实现对SPCE061A的无线语音接入? SPCE061A 内置MIC 放大电路和AGC 电路, 可很方便地接上MIC 使用。但考虑到小车在运动到距离用户较远的地方时, 无法接收到用户的语音命令, 而
题目基于单片机的语音控制开关设计所在学院物理与电信工程学院专业班级通信工程专业 1102 班指导教师郑争兵 完成地点物理与电信工程学院实验室 2015年 6月03日
毕业论文﹙设计﹚任务书 院(系) 物理与电信工程学院专业班级通信1102 学生姓名朱楠 一、毕业论文﹙设计﹚题目基于单片机的语音控制开关设计 二、毕业论文﹙设计﹚工作自_2015 _年_ 1__月_10_日起至_2015__年 6 月_ 10 日止 三、毕业论文﹙设计﹚进行地点: 物理与电信工程学院实验室 四、毕业论文﹙设计﹚的内容要求： 智能家居作为一个新生产业，目前处于一个导入期与成长期的临界点，随着智能家居市场推广普及的进一步落实，培育起消费者的使用习惯，智能家居市场的消费潜力必然是巨大的，产业前景光明。本课题设计语音智能控制开关，具体要求如下： 1. 掌握语音识别的工作原理，使用语音识别芯片完成硬件设计； 2．能实现语音控制开关的开启和关闭； 3. 系统集成，焊接电路板，调试。 成果形式：实验样机一套。 毕业设计进度安排: 1.10─3.20：查阅资料（参考文献不少于10篇），进行方案论证，完成开题报告。完成不少于3000字的外文翻译； 3.20─ 4.30：设计硬件电路，编写相关软件、完成电路仿真及样机调试； 5.1─5.20：完善系统调试，撰写论文，准备毕业设计验收等工作； 5.21- 6.10：整理资料，修改论文，准备毕业答辩。
指导教师系(教研室)通信教研室 系(教研室)主任签名批准日期 接受论文(设计)任务开始执行日期学生签名
基于单片机的语音智能开关设计 朱楠 （陕西理工学院物理与电信工程学院通信1102班，陕西汉中 723003） 指导教师：郑争兵 [摘要]语音识别是解决机器“听懂”人类语言的一项技术。随着语音识别理论研究的深入和数字信号处理软、硬件技术的发展，语音识别技术应用的研究越来越受到人们的关注。智能语音家电控制系统实质上就是一个替代传统手动开关的受声控制的电子开关。此系统以STC11L08XE和LD3320语音芯片为硬件核心,对语音芯片LD3320的信息进行处理，并对开关进行控制，通过LD3320外界的麦克风采集声音信号，再通过LD3320语音芯片进行频谱分析，在提取语音特征，之后和关键词语列表中的关键词进行对比匹配，最后找出得分最高的关键词作为识别结果输出给单片机，单片机进行处理后，再输出信号来控制继电器，再通过继电器来控制开关工作，开关又可实现对电器的控制。语音芯片的功能都是通过单片机控制实现的。最终实现对智能语音开关的控制 [关键词] STC11L08XE单片机语音芯片LD3320 语音识别 Design of intelligent voice switch based on MCU Zhu nan (Grade11,Class2,Major of Communication Engineering，School of Physics and Tutor:Zheng Zheng bing Abstract： Speech recognition is a technology to solve the machine to understand human language. Along with the research of speech recognition theory and the development of digital signal processing software and hardware technology, The research on the application of speech recognition technology is getting more and more attention.The intelligent speech appliance control system is essentially an electronic switch which replaces the traditional acoustic control with the manual switch. This system LD3320 voice chip and the stc11l08xe as hardware core and the voice chip ld3320 information for processing, and control the switch, through ld3320 external microphone audio signal acquisition, and then through the ld3320 voice chip spectrum analysis, key words in speech feature extraction, and the list of key words contrast matching, finally to find the highest score of the words as recognition results output to the MCU, MCU processing, then the output signal to control the relay, then through the relay to control of the switch, the switch can be to achieve control of the electric appliances. The function of the speech chip is realized by the MCU control. Control of the intelligent speech switch is realized finally. Key words : STC11L08XEMCU LD3320 voice chip Speech recognition
语音识别技术综述
语音识别技术综述 电子信息工程2010级1班郭珊珊 【摘要】随着计算机处理能力的迅速提高，语音识别技术得到了飞速发展，该技术的发展和应用改变了人们的生产和生活方式，正逐步成为计算机处理技术中的关键技术。语音技术的应用已经成为一个具有竞争性的新兴高技术产业。 【关键词】语音识别；语音识别原理；语音识别发展；产品 语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器人自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的命令或文本的高新技术。 1 语音识别的原理 语音识别系统本质是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单位元。未知语音经过话筒变换成电信号后加载识
别系统的输入端，首先经过预处理，再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需特征，在此基础上建立语音识别所需的模板。 计算机在识别过程中要根据语音识别的模型，将计算机中存放的语音模板与输入的语音信号的特征进行比较，根据一定的搜索和匹配策略，找出一系列最优的与输入语音匹配的模板。然后根据此模板的定义，通过查表可给出计算机的识别结果。这种最优的结果与特征的选择、语音模型的好坏、模板是否准确都有直接的关系。 2 语音识别系统的分类 语音识别系统可以根据对输入语音的限制加以分类。 2.1从说话者与识别系统的相关性考虑 可以将识别系统分为3类：(1)特定人语音识别系统：仅考虑对于专人的话音进行识别；(2)非特定人语音系统：识别的语音与人无关，通常要用大量不同人的语音数据库对识
别系统进行学习；(3)多人的识别系统：通常能识别一组人的语音，或者成为特定组语音识别系统，该系统仅要求对要识别的那组人的语音进行训练。 2.2从说话的方式考虑 也可以将识别系统分为3类：(1)孤立词语音识别系统：孤立词识别系统要求输入每个词后要停顿；(2)连接词语音识别系统：连接词输入系统要求对每个词都清楚发音，一些连音现象开始出现；(3)连续语音识别系统：连续语音输入是自然流利的连续语音输入，大量连音和变音会出现。 2.3从识别系统的词汇量大小考虑 也可以将识别系统分为3类：(1)小词汇量语音识别系统。通常包括几十个词的语音识别系统。(2)中等词汇量的语音识别系统。通常包括几百个词到上千个词的识别系统。(3)大词汇量语音识别系统。通常包括几千到几万个词的语音识别系统。随着计算机与数字信号处理器运算能力以及识别系统精度的提高，识别
基于MATLAB的语音信号分析及处理开题报告毕业设计开题报告 设计题目基于MATLAB的语音信号分析及处理 学生姓名系、专业指导教师选题目的和意义: 语音处理是最早采用数字信号处理技术的领域之一，本世纪50年代提出的语音形成数字模型，被广泛应用于语音编码、语音合成、语音识别、语音增强、说话人确认、语音邮件和语音存储等。因此研究语音信号的数字处理技术，有很大的工程意义，而实现的工程软件是MATLAB。利用MATLAB设计滤波器，可以随时对比设计要求和滤波器特性调整参数，直观简便，极大的减轻了工作量，有利于滤波器设计的最优化。利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。 本课题在国内外的研究状况及发展趋势: 数字处理技术已经成熟，正在获得广泛应用。目前在数字领域和通信领域正在发生一场数字化革命。DSP在其中扮演很重要的角色，它为新体制新算法和新原理提供了最佳的实现条件。 主要研究内容: MATLAB是主要适用于矩阵运算和信息处理领域的分析设计,它使用方便,输入简捷,运算高效,内容丰富,并且很容易由用户自行扩展.MATLAB当前已成为美国和其他发达国家在大学教学和教学研究中最常用而必不可少的工具.传统的数字滤波器的设计过程复杂，计算工作量大，滤波特性调整困难，影响了它的应用。本文介绍了利用MATLAB快速有效的设计由软件组成的常规数字滤波器的设计方法，综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得到相应结论，给出了使用MATLAB语言进行程序设计并进行界面设计的详细步骤。
实验设计: 录制一段自己的语音信号，并对录制的信号进行采样;画出采样后语音信号的时域波形和频谱图;给定滤波器的性能指标，采用窗函数法或双线性变换设计滤波器，并画出滤波器的频率响应;然后用自己设计的滤波器对采集的语音信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化;回放语音信号;最后，用 MATLAB 设计一个信号处理系统界面。 完成设计的条件、方法及措施: 声音的导入、采样和频谱分析 采集语音信号利用计算机Windows下的录音机设备，可以采集语音信号并采样，得出数据文件'12.wav'保存在MATLAB的work路径下，在M文件中键入: “x1=wavread('I:\work\12.wav ');”读取语音信号的数据，赋给变量x1。并且播出声音，键入“sound(x1,22050);”。对声音型号进行采样和频谱分析:对信号做1024点FFT变换;然后在对型号做出时域波形图、FFT频谱图。 滤波器的选择和分析 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类:无限冲激响应(IIR)滤波器和有限冲激响应(FIR)滤波器。与FIR滤波器相比，IIR 的实现是非递归的。所以这次设计在MATLAB中设计的就是IIR数字滤波器。因此这次设计采用一个BUTTERWORTH的低通滤波器，并且我们采取双线性变换法来实现。 估算巴特沃思滤波器的阶数N和3dB截止频率Wn。输入参数是通带截止频率Wp，阻带截止频率Ws，通带波纹Rp，阻带波纹Rs。 回放语音信号
中国中文信息学会第七次全国会员代表大会 暨学会成立30周年学术会议 语音识别发展现状与展望中科院自动化研究所徐波 2011年12月4日
报告提纲 ?语音识别技术现状及态势?语音识别技术的行业应用?语音识别技术研究方向?结论与展望
2010年始语音识别重新成为产业热点?移动互联网的兴起成为ASR最重要的应用环境。在Google引领下，互联网、通信公司纷纷把语音识别作为重要研究方向 –Android系统内嵌语音识别技术，Google语音 翻译等； –iPhone4S 上的Siri软件； –百度、腾讯、盛大、华为等都进军语音识别领 域； –我国语音技术领军企业讯飞2010年推出语音云识别、讯飞口讯 –已有的QQ2011版语音输入等等
成熟度分析-技术成熟度曲线 ?美国市场调查咨询公司Gartner于2011年7月发布《2011新兴技术成熟度曲线》报告：
成熟度分析-新兴技术优先矩阵?Gartner评出了2011年具有变革作用的技术，包括语音识别、语音翻译、自然语言问答等。其中语音翻译和自然语言问答有望在5-10年内获得大幅利用，而语音识别有望在2-5年内获得大幅利用；
三十年语音识别技术发展 ---特征提取与知识方面?MFCC，PLP，CMS，RASTA，VTLN；?HLDA, fMPE，neural net-based features ?前端优化 –融入更多特征信息(MLP、TrapNN、Bottle Neck Features等） ?特征很大特点有些是跟模型的训练算法相匹配?大规模FSN图表示，把各种知识源集中在一起–bigram vs. 4-gram, within word dependencies vs. cross-word
太原理工大学信息工程学院 本科毕业设计（论文）开题报告 毕业设计(论文)题目 基于边缘检测的文字图像识别 学生姓名导师姓名 专业信息 报告日期 班级07-1 指导教 师意见 签字年月日 专业(教 研室)主 任意见 年月日系主任 意见 年月日
1. 国内外研究现状及课题意义 文字图像信息是人类获取外界信息的主要来源，在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多的利用图像信息来识别和判断事物，解决实际问题。例如：由于空间技术的发展，人造卫星拍摄了大量地面和空间的照片，人们要分析照片，获得地球资源、全球气象和污染情况等；在医学上，医生可以通过X射线分析照像，观察到人体个部位的多次现象；在工厂，技术人员可以利用电视图像管理生产；生活中，交通管理部门也要利用文字图像识别技术确定违章车辆的牌照，对其进行监督管理，由此可见文字图像信息的重要性【1】。 获得文字图像信息非常重要，但更重要的是对文字图像进行处理，从中找到我们所需要的信息，因此在当今科学技术迅速发展的时代，对文字图像的处理技术提出了更高的要求，能够更加快速准确的获得有用信息。 1.1国内外研究现状 20世纪20年代文字图像处理首次得到应用。20世纪60年代中期，电子计算机的发展得到普遍应用，文字图像处理技术也不断完善，逐渐成为一个新兴的科学。从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理技术也向更高、更深的层次迈进。到了20世纪90年代，机器人技术已经成为工业的三大支柱之一，人们已经开始研究如何用计算机系统解释图像，实现类似人类视觉系统来理解外部世界，这被称为图像理解活计算机视觉。很多国家，特别是发达国家投入更多的人力、物力道这项研究，取得了不少重要的研究成果。 数字图像处理主要是为了修改图形，改善图像质量，或是从图像中提取有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。目前，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。数字图像处理因易于实现非线性处理，处理程序和处理参数可变，故事一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。主要用于图像变换、测量、模式识别、模拟以及图像产生。广泛应用在遥感、宇宙观测、影像医学、通信、刑侦及多种工业领域【2】。1.2文字图像识别面临的问题 文字图像识别的发展经历了三个阶段：文字识别、图像处理和识别、物体识别。现在对于文字图像识别技术的研究，还面临几个问题，一是图像数据量大，一般来说，要取得较高的识别精度，原始图像应具有较高的分辨率，至少应大于64×64。二是图像污
语音识别技术概述 摘要：本文简要介绍了语音识别技术理论基础及分类方式，所采用的关键技术以及所面临的困难与挑战，最后讨论了语音识别技术的发展前景和应用。 关键词：语音识别；特征提取；模式匹配；模型训练 Abstract:This text briefly introduces the theoretical basis of the speech-identification technology,its mode of classification,the adopted key technique and the difficulties and challenges it have to face.Then,the developing prospect ion and application of the speech-identification technology are discussed in the last part. Keywords:Speech identification;Character Pick-up;Mode matching;Model training 一、语音识别技术的理论基础 语音识别技术：是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高级技术。语音识别以语音为研究对象，它是语音信号处理的一个重要研究方向，是模式识别的一个分支，涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多领域，甚至还涉及到人的体态语言（如人在说话时的表情、手势等行为动作可帮助对方理解），其最终目标是实现人与机器进行自然语言通信。 不同的语音识别系统，虽然具体实现细节有所不同，但所采用的基本技术相似，一个典型语音识别系统主要包括特征提取技术、模式
青岛大学 毕业论文(设计)开题报告 题目：孤立词语音识别的并行编程实现 学院：自动化工程学院电子工程系 专业：通信工程 姓名：李洪超 指导教师：庄晓东 2010年 3月22日
一、文献综述 语音识别是解决机器“听懂”人类语言的一项技术。作为智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术一直受到各国科学界的广泛关注。如今，随着语音识别技术研究的突破，其对计算机发展和社会生活的重要性日益凸现出来。以语音识别技术开发出的产品应用领域非常广泛，如声控电话交换、信息网络查询、家庭服务、宾馆服务、医疗服务、银行服务、工业控制、语音通信系统等，几乎深入到社会的每个行业和每个方面。 广泛意义上的语音识别按照任务的不同可以分为4个方向：说话人识别、关键词检出、语言辨识和语音识别[1]。说话人识别技术是以话音对说话人进行区别，从而进行身份鉴别和认证的技术。关键词检出技术应用于一些具有特定要求的场合，只关注那些包含特定词的句子。语言辨识技术是通过分析处理一个语音片断以判别其所属语言种类的技术，本质上也是语音识别技术的一个方面。语音识别就是通常人们所说的以说话的内容作为识别对象的技术，它是4个方面中最重要和研究最广泛的一个方向，也是本文讨论的主要内容。 1.1 语音识别技术现状 1.1.1 语音识别获得应用 伴随着语音识别技术的不断发展，诞生了全球首套多语种交谈式语音识别系统E-talk。这是全球惟一拥有中英混合语言的识别系统，能听能讲普通话、广东话和英语，还可以高度适应不同的口音，因而可以广泛适用于不同文化背景的使用者，尤其是中国地区语言差别较大的广大用户。由于E-talk可以大大提高工作效率，降低运营成本，并为用户提供更便捷的增值服务，我们相信它必将成为电信、证券、金融、旅游等重视客户服务的行业争相引用的电子商务应用系统，并成为电子商务发展的新趋势，为整个信息产业带来无限商机。 目前，飞利浦推出的语音识别自然会话平台SpeechPearl和SpeechMania已成功地应用于国内呼叫中心，SpeechPearl中的每个识别引擎可提供高达20万字的超大容量词库，尤其在具有大词汇量、识别准确性和灵活性等要求的各种电信增值服务中有着广泛的应用。 1.1.2 语音合成信息服务被用户接受 语音合成技术把可视的文本信息转化为可听的声音信息，其应用的经济效益和社会效益前景良好。尤其对汉语语音合成技术的应用而言，全球有十几亿人使用中文，其市场需
关于语音识别的研究 网络工程专业网络C071班贾鸿姗 076040 摘要：语音识别技术的广泛应用 1前言： 语音识别技术也被称为自动语音识别 (ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。语音识别是一门交叉学科。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。 早在计算机发明之前，自动语音识别的设想就已经被提上了议事日程，早期的声码器可被视作语音识别及合成的雏形。而1920年代生产的"Radio Rex"玩具狗可能是最早的语音识别器，当这只狗的名字被呼唤的时候，它能够从底座上弹出来。最早的基于电子计算机的语音识别系统是由AT&T 贝尔实验室开发的Audrey语音识别系统，它能够识别10个英文数字。其识别方法是跟踪语音中的共振峰。该系统得到了98%的正确率。。到1950年代末，伦敦学院(Colledge of London)的Denes 已经将语法概率加入语音识别中。 1960年代，人工神经网络被引入了语音识别。这一时代的两大突破是线性预测编码Linear Predictive Coding (LPC)，及动态时间弯折Dynamic Time Warp技术。 语音识别技术的最重大突破是隐含马尔科夫模型Hidden Markov Model的应用。从Baum提出相关数学推理，经过Labiner等人的研究，卡内基梅隆大学的李开复最终实现了第一个基于隐马尔科夫模型的大词汇量语音识别系统Sphinx。。此后严格来说语音识别技术并没有脱离HMM框架。 尽管多年来研究人员一直尝试将“听写机”推广，语音识别技术在目前还无法支持无限领域，无限说话人的听写机应用。 2 正文 2.1应用领域 2.1.1.电话通信的语音拨号 特别是在中、高档移动电话上，现已普遍的具有语音拨号的功能。随着语音识别芯片的价格降低，普通电话上也将具备语音拨号的功能。 2.1.2.汽车的语音控制 由于在汽车的行驶过程中，驾驶员的手必须放在方向盘上，因此在汽车上拨打电话，需要使用具有语音拨号功能的免提电话通信方式。此外，对汽车的卫星导航定位系统（GPS）的操作，汽车空调、照明以及音响等设备的操作，同样也可以由语音来方便的控制。 工业控制及医疗领域。当操作人员的眼或手已经被占用的情况下，在增加控制操作时，最好的办法就是增加人与机器的语音交互界面。由语音对机器发出命令，机器用语音做出应答。 2.1.3数字助理 个人数字助理（Personal Digital Assistant，PDA）的语音交互界面。PDA的体积很小，人机界面一直是其应用和技术的瓶颈之一。由于在PDA上使用键盘非常不便，因此，现多采用手写体识别的方法输入和查询信息。但是，这种方法仍然让用户感到很不方便。现在业界一致认为，PDA的最佳人机交互界面是以语音作为传输介质的交互方法，并且已有少量应用。随着语音识别技术的提高，可以预见，在不久的将来，语音将成为PDA主要的人机交互界面。 智能玩具 通过语音识别技术，我们可以与智能娃娃对话，可以用语音对玩具发出命令，让其完成一些简单的任务，甚至可以制造具有语音锁功能的电子看门狗。智能玩具有很大的市场潜力，而其关键在
音乐论文-浅论音乐表演中的情感体验毕业设计（论文）开题报告 课题名称：浅论音乐表演中的情感体验 学生姓名： 系别：音乐系 专业：音乐学 指导教师： 年月日 一、综述国内外对本课题的研究动态，说明选题的依据和意义： 音乐表演是音乐存在的活化机制，无论在任何音乐行为方式中，音乐表演都使整个音乐活动处于激活状态。表演可使作品得到介绍、传播、完善、获得长久的生命力。音乐表演的目的不是引起有声调声觉的声波运动，而是通过内在的情感动态形式的注入，引起深层心理体验，赋予无生命的形式以生命的活力，给人以人性的体验。音乐表演的二度创造，就是通过表演者对音乐的理解、投入感情，再次赋予音响的动态结构以生命的形式，即充满着丰富情态意味的音乐运动。 二、研究的基本内容，拟解决的主要问题： 主要内容： 音乐是一种表演艺术，在表现方式上与非表演艺术很不相同。而音乐表演艺术则不同，他必须通过表演这个环节，才能把艺术作品传达给欣赏者，实现
艺术作品的审美价值。而音乐表演中根据艺术表现的需要，使表演者的对于投入的情感能做到呼之即出，挥之即去，达到挥洒自如、变化有序的境界，真正成为音乐表演所需要的情感。他有表演的真实情感作为种子，同时它又是经过提炼，升华了的与音乐中的情感内涵融为一体的。应该说，只有这种艺术化了的情感，才是音乐表演所需要的。 主要问题： 1、什么是音乐表演艺术及意义。 2、音乐的表现与精神性内涵。 3、音乐表演的二度创造本质――情感体验。 4、音乐表演的情感体验――投情。 5、音乐表演―赋予情感以生命。 6、音乐表演中审美情感的体验。 7、对于音乐表演者的技巧与表现统一的要求。 三、研究的步骤、方法、措施及进度安排： 步骤： 1p大量阅读古筝方面的文献和著作； 2p找出有价值的课题； 3p依据论题精确寻找相关资料； 4p论文撰写；
心理学硕士开题报告 心理学硕士在进行关于心理学的研究时，需要写好开题报告，那么应该如何写开题报告的内容呢？下面是小编分享给大家的心理学硕士开题报告，希望对大家有帮助。 由边沁开始的快乐与功利研究 英国伦理学家洛克和边沁是其中坚代表。由于伦理学的学科使命与问题意识,使得伦理学家把快乐与行为的道德准则、价值判断相联系。伦理学的这一道德追问与价值联系,使得哲学中的快乐演绎成为伦理学中的功利。功利是有利于快乐的事情。凡是有利于快乐的事情就是好的,这就是功利主义的行事原则。 经济学关于快乐与效用的量化研究 在经济学中，把快乐概念引入经济学。快乐效用度量问题的研究始于杰文斯创立的边际效用论。杰文斯认为，经济学的目的就是研究如何以最小痛苦换取最大快乐，人们消费的目的便是追求快乐减免痛苦。19世纪70年代,英国经济学家杰文斯把物品能够给人们带来快乐的属性界定为效用。杰文斯把劳动定义为心身所受的痛苦即负效用，劳动收益得到的快乐则是正效用。而均衡的劳动时间则由劳动的边际收益(正效用：工资产生的快乐)等于边际成本(即由劳动产生的负效用:痛苦)来决定。在经济学中,快乐概念转化为效用，用以解释人类在约束条件下的最大化选择行为。从而可见,
经济学中效用概念的本质涵义仍然是快乐,快乐即效用。 心理学视角中的快乐指数：主观幸福感测量 从心理学角度看,快乐是个体依据自身标准对生活质量所作的主观性评价与情感性反应,即主观幸福感。由于其注重个体行为心理研究的学科特征，使快乐研究进一步转向主观分析,并突出对快乐的个体心理感受情感与认知的研究。与之相应,心理学家们更愿意以幸福来表征快乐。一些哲学家认为幸福是指人们的良好的生活与行为状态,是人合理地节制感性欲望、充分发挥自身的潜能从而使人格、理性不断完善的活动。 社会学视角中的快乐指数：生活质量与满意度测量 社会学领域关于快乐与幸福研究的着眼点在于社会群体体验,其目的是找到一种能够用以评价特定社会主观生活质量与满意度的指标体系。社会学视角中的快乐测量主要表现为生活质量主观指标的构建过程。 社会学家意识到,社会发展的根本目的是让人人得到幸福生活,人人感受快乐。因而,提高人们的生活质量,达到人人快乐的状态,可以说是对整个人类的终极关怀。社会学家对快乐的研究是以人群对社会状况的认可即满意程度为注意点的。 在我国,20世纪80年代以后开始重视生活质量的研究。1985年林南等首次在天津展开调查他们认为生活质量是对
语音识别技术概述(一) 作者：刘钰马艳丽董蓓蓓 摘要：本文简要介绍了语音识别技术理论基础及分类方式，所采用的关键技术以及所面临的困难与挑战，最后讨论了语音识别技术的发展前景和应用。 关键词：语音识别；特征提取；模式匹配；模型训练 Abstract:Thistextbrieflyintroducesthetheoreticalbasisofthespeech-identificationtechnology,itsmo deofclassification,theadoptedkeytechniqueandthedifficultiesandchallengesithavetoface.Then,the developingprospectionandapplicationofthespeech-identificationtechnologyarediscussedinthelast part. Keywords:Speechidentification;CharacterPick-up;Modematching;Modeltraining 一、语音识别技术的理论基础 语音识别技术：是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高级技术。语音识别以语音为研究对象，它是语音信号处理的一个重要研究方向，是模式识别的一个分支，涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多领域，甚至还涉及到人的体态语言（如人在说话时的表情、手势等行为动作可帮助对方理解），其最终目标是实现人与机器进行自然语言通信。 不同的语音识别系统，虽然具体实现细节有所不同，但所采用的基本技术相似，一个典型语音识别系统主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。此外，还涉及到语音识别单元的选取。 （一）语音识别单元的选取 选择识别单元是语音识别研究的第一步。语音识别单元有单词（句）、音节和音素三种，具体选择哪一种，由具体的研究任务决定。 单词（句）单元广泛应用于中小词汇语音识别系统，但不适合大词汇系统，原因在于模型库太庞大，训练模型任务繁重，模型匹配算法复杂，难以满足实时性要求。 音节单元多见于汉语语音识别，主要因为汉语是单音节结构的语言，而英语是多音节，并且汉语虽然有大约1300个音节，但若不考虑声调，约有408个无调音节，数量相对较少。因此，对于中、大词汇量汉语语音识别系统来说，以音节为识别单元基本是可行的。 音素单元以前多见于英语语音识别的研究中，但目前中、大词汇量汉语语音识别系统也在越来越多地采用。原因在于汉语音节仅由声母（包括零声母有22个）和韵母（共有28个）构成，且声韵母声学特性相差很大。实际应用中常把声母依后续韵母的不同而构成细化声母，这样虽然增加了模型数目，但提高了易混淆音节的区分能力。由于协同发音的影响，音素单元不稳定，所以如何获得稳定的音素单元，还有待研究。 （二）特征参数提取技术 语音信号中含有丰富的信息，但如何从中提取出对语音识别有用的信息呢？特征提取就是完成这项工作，它对语音信号进行分析处理，去除对语音识别无关紧要的冗余信息，获得影响语音识别的重要信息。对于非特定人语音识别来讲，希望特征参数尽可能多的反映语义信息，尽量减少说话人的个人信息（对特定人语音识别来讲，则相反）。从信息论角度讲，这是信息压缩的过程。 线性预测（LP）分析技术是目前应用广泛的特征参数提取技术，许多成功的应用系统都采用基于LP技术提取的倒谱参数。但线性预测模型是纯数学模型，没有考虑人类听觉系统对语音的处理特点。 Mel参数和基于感知线性预测（PLP）分析提取的感知线性预测倒谱，在一定程度上模拟了人耳对语音的处理特点，应用了人耳听觉感知方面的一些研究成果。实验证明，采用这种技术，语音识别系统的性能有一定提高。
基于MATLAB的语音信号分析与处理开题报告 学生姓名所在 院系 信息工程系 所在 班级 指导 教师 学生学号专业 方向 电子信息工程 开题 时间 导师 职称 讲师 论文 题目 基于MATLAB的语音信号分析与处理 文献综述： [1]刘敏，魏玲.MATLAB通信仿真与应用[M].北京：国防工业出版社，2001.1. 这本书系统讲述了MATLAB在通信工程仿真中的应用与方法，向我们展示如何有效地使用MATLAB特别是SimulinK各项功能使我们能迅速掌握其使用方法，内容涉及MATLAB仿真应用数学基础，控制系统仿真、通信仿真等，涵盖了通信工程的电子仿真的各个方面，也反映了近年来电子通信仿真的本书着重讲述了MATLAB通信仿真的应用。 [2]胡航.语音信号处理[M].哈尔滨：哈尔滨工业大学出版社，2005.1 本书系统地介绍了语音信号处理的基础、概念、原理、方法与应用，以及该学科领域取得的新进展，同时介绍了本门学科的背景知识、发展概况、研究现状、应用前景和发展趋势与方向。既着重基本理论、方法的阐述，又着重新方法和新技术。介绍了语音信号的各种分析方法和技术，包括时域分析、短时傅里叶分析、同态滤波及倒谱分析、线性预测分析、矢量量化技术、隐马尔可夫模型技术以及语音检测分析；书中讲述了语音信号处理技术与应用，介绍了语音编码，波形编码等，声码器技术及混合编码、语音合成、语音识别、说话人识别、语音增强、神经网络在语音信号处理中的应用及语音信号处理中的一些新兴与前沿技术。 [3]周渊，王炳和，刘斌胜.基于MATLAB的噪声信号采集和分析系统的设计[J].噪声控制.2004(7)：52—54. 这篇文章介绍了最新设计和研制的一种基于MATLAB的噪声信号采集与分析系统,该系统利用MATLAB强大的数值计算和分析能力,可以高精度、低成本地完成信号的实时采集、处理与分析工作。给出了系统在MATLAB环境中二次开发编程的设计和实现过程。最后给出了一个利用该系统采集与分析噪声信号的应用实例 现代噪声测试与分析技术是建立在声学测量理论、电子技术、数字计算技术和信号处理理论上的一门不断发展的技术。其中噪声采集和分析仪器的小型化、智能化、数字化以及多功能化的发展越来越快,分析速度较以往也有了大幅度的提升。但一般的噪声采集与分析系统通常价格昂。 [4]赵红怡，张常年.数字信号处理及其MATLAB实现[M].北京：化学工业出版社，2002.1. 当前计算机应用朝着多领域发展，信息化技术涉及多方面的工作，主要包括计算机的广泛利用；企业内部网的建立并与外界实现网络互联；方便访问和利用的信息资源；生产过程控制方面的信息技术应用；计算机辅助设计用于设计新产品；企业生产、流通或服务信息系统有效
中文机构名识别的设计与实现 课题背景 随着互联网的大规模普及和社会信息化程度的提高, 文本信息的快速积累使公司、政府和科研机构在信息处理和使用中面临前所未有的挑战。一方面, 互联网和各种信息机构每天都不断产生大量的有价值的文本数据; 而另一方面, 因为技术手段的落后, 从这些文本数据资源中获取需要的信息十分困难。人们迫切需要研究出方便有效的工具去从大规模文本信息资源中提取符合需要的简洁、精炼、可理解的知识, 文本挖掘就是为解决这个问题而产生的研究方向。 文本挖掘也称为文本数据挖掘或文本知识发现, 它是指从大量文本数据中抽取事先未知的、可理解的、最终可用的知识的过程, 同时运用这些知识更好地组织信息以便将来参考。【2】 文本挖掘的主要目的是从非结构化的文本文档中提取有趣的、重要的模式和知识。所以它可以看成是基于数据库的数据挖掘或知识发现的扩展。但与传统的数据挖掘相比, 文本挖掘有其独特之处, 主要表现在: 文档本身是半结构化或非结构化的, 无确定形式并且缺乏机器可理解的语义; 而数据挖掘的对象以数据库中的结构化数据为主, 并利用关系表等存储结构来发现知识。直观地说, 当数据挖掘的对象完全由文本这种数据类型组成时, 这个过程就称为文本挖掘。文本挖掘在许多方面具有广泛的应用，例如：主动信息服务方面、信息检索系统方面、专利信息分析方面等等。 选题意义 文本挖掘最基础、最重要的步骤就是命名实体的识别，识别出文本中的人名、机构名称等。命名实体识别（NE）是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。 其中机构名称泛指机关、团体或其他企事业单位，包括学校、公司、医院、研究所和政府机关等的名称。机构名称是专有名词的一个子集，数目也特别庞大。与人名地名相比，机构名称这类专有名词还很不稳定．随着社会的发展，新机构不断涌现，旧机构不断被淘汰、改组或更名。此外，机构名称的组成还没有国家统一规范，绝大多数未能收入词典【1】。这些事实都说明机构名称的识别与分析是一个很值得研究的问题，对中文输入、机器翻译、人机对话和文本挖掘的其他的应用等自然语言处理领域都具有相当大的实用价值。 关于国内外的研究动态 目前英文的命名实体的识别已经达到了较高的水平，中文由于一些限制，识别命名实体
浅谈语音识别技术的应用和发展 摘要语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术,其最终目标是实现人与机器进行自然语言通信。语音作为一个交叉学科,具有深远的研究价值,近50年的研究发展,语音识别技术已经有了极大的发展。本文介绍了语音识别技术的基本原理和应用,并且对语音识别技术的发展趋势进行了展望。 关键词语音识别;应用;发展 0 引言 语音是人类互相之间进行交流时使用最多、最自然、最基本、最重要的信息载体。在高度信息化的今天,语音处理的一系列技术及其应用已经成为信息社会不可缺少的组成部分。语音的产生是一个复杂的过程,包括心理和生理等方面的一系列因素。当人们需要通过语音表达某种信息时,首先是这种信息以某种抽象的形式表现在说话人的大脑里,然后转换为一组神经信号,这些神经信号作用于发声器官,从而产生携带信息的语音信号。 1 语音识别的研究历史及现状 在国外语音识别的研究工作可以追溯到上世纪50年代。1952年AT&T贝尔实验室的Audry系统是第一个可以识别十个英文数字的语音识别系统。 上世纪60年代末70年代初出现了语音识别方面几种基本思想,其中重要成果是提出了信号线性预测编码(LPC)技术和动态时间规整(DTW)技术,有效的解决了语音信号特征提取和不等长语音匹配问题,同时,还提出了矢量量化(VQ)和隐马尔可夫模型(HMM)理论。 上世纪80年代语音识别研究进一步走向深入,其显著特征是隐马尔可夫模型(HMM)和人工神经网络(ANN)在语音识别中的成功应用。上世纪90年代,在计算机技术、电信应用等领域飞速发展的带动下,迫切的要求语音识别系统从实验室走向实际应用。具代表性的是IBM的Via V oice和Dragon公司的Dragon Dictate 系统,这些语音识别系统具有说话人自适应能力,新用户不需要对全部词汇进行训练便可在使用中不断提高识别率[1]。
摘要：语音识别技术是一门涉及面很广的交叉学科。随着新理论的提出和应用，语音识别技术取得了很大的进步,许多产品已经得以实际的应用，但在其进一步的发展进程中，还有许多棘手的问题有待解决。 关键词：语音识别；动态时间规整算法；人工神经元网络 1 背景介绍 语言是人类特有的功能,是人们思维最重要的寄托体，是人类交流最主要的途径。语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。语言和语音与人类 社会科学文化发展紧密相连。 语音识别技术是让机器接收，识别和理解语音信号，并将其转换成相应的数字信号的 技术。它是一门交叉学科，涉及到语音语言学、数理统计、计算机、信号处理等一系列学科。 2 发展历史 1952年贝尔实验室的Davis等人研制成功了能识别十个英文数字发音的Audry系统，标志着语音识别技术研究工作开始。20世纪60年代计提出了动态规划(Dynamic programming)和线性预测分析技术（Liner Predictive）等重要成果。20世纪70年代，语音识别领域取得了突破。实现了基于线性预测倒谱和DTW技术的特定人孤立语音识别 系统。20世纪80年代语音识别研究进一步走向深入, 基于特定人孤立语音技术的系统研 制成功, 隐马尔可夫模型和人工神经元网络(Artificial Neural Network)在语音识别中的成 功应用。进入20世纪90年代后语音识别系统开始从实验室走向实用。我国对语音识别的研究开始于20世纪80年代，近年来发展迅速，并取得了一系列的成果。 3 具体应用 随着计算机技术、模式识别等技术的发展，适应不同场合的语音识别系统相继被开发 出来，语音识别及处理技术已经越来越突现出其强大的技术优势。近三十年来，语音识别 在计算机、信息处理、通信与电子系统、自动控制等领域的应用越来越广泛。 在许多政府部门、商业机构，语音识别技术的应用，可免除大量操作人员的重复劳动，既经济又方便。如：语音邮件、IP电话和IP传真、电子商务、自动语音应答系统、自动 语音信箱、基于IP的语音、数据、视频的CTI系统、综合语音、数据服务系统、自然语音识别系统、专家咨询信息服务系统、寻呼服务、故障服务、秘书服务、多媒体综合信息服务、专业特别服务号(168自动信息服务系统，112、114、119等信息查询系统)等。许多特定环境下，如工业控制方面，在一些工作环境恶劣、对人身有伤害的地方(如地下、深水及辐射、高温等)或手工难以操作的地方，均可通过语音发出相应的控制命令，让设备完成各种工作。