- 1、本文档共33页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
题目:基于语音识别的android手机短信提醒
学号: 200924101115
姓名: 谢达书
专业:计算机科学与技术
导师: 何书前
学院:信息技术学院
2013年 3月
目录
绪论
课题背景---------------------------------------------------------------------------------
课题研究的意义
语音识别的发展历程
语音识别的基本原理
论文组织结构
本章小结
相关资料概述
移动终端的人机交互
人机交互的发展
人机交互的特点
手机主流操作系统平台
WindowsCE系统
Symbian 系统
iPhone OS 系统
Android系统
本章小结
Android平台框架
Android平台架构
Android应用程序组件
Android开发环境
android开发常用的开发工具
android开发环境的搭建
建立Java运行环境
安装Eclipse和android SDK
安装android开发插件ADT
Android工程文件解析
本章小结
基于语音识别的android手机短信提醒
语音识别短信的需求分析
功能需求
性能需求
语音识别短信的总体设计
应用程序的架构图
应用程序功能模块
文件的配置
语音识别短信主要模块的详细设计
应用程序主界面详细设计
语音识别模块详细设计
短信提醒模块详细设计
本章小结
系统运行测试
总结与期望
总结
期望
致谢
参考文献
第一章 绪论
1.1 课题背景
现在手机越来越进入人们的生活里面,人们对手机的依赖性越来越大,无论是工作,生活,还是娱乐,大家都在使用手机,因此,人们一天中收到的短信很多,有时候看完了,可能会忘记一些重要的短信信息,比如:一些工作开会会议的时间,地点,等。人们使用手机,因为它方便,但是一些老年人不会使用手机来发短信,因为他们不会打字,也可能是他们老花,看不清楚,所以,打不了字。但是由于现在手机和人的交互越来越接近智能化,2010年8月13日,Google演示了运行android系统移动设备的语音识别技术,人们可以通过声音对手机进行控制,比如:通过声音向手机发送指令,使手机发送短信、打电话、发送电子邮件、等等。
本论文主要研究基于Google的语音识别技术来开发基于语音识别的android手机短信提醒。本论文需要实现的功能是短信的语音输入和短信的会议提醒。
课题研究的意义
随着现代技术的发展,人们对移动终端的依赖性和期望是越来越大。短信发送,语音通讯,手机小游戏等都已经无法满足人们对移动终端的需求,这些移动终端也开始失去了市场。人们现在都想要各种机器能听懂人类的语言,并且能做到人说什么,机器就会按照人说的话,去执行命令,从而实现人机的语言交流。
随着计算机科技的发展,人们的这一想法终于可以实现,这是由于语音识别技术的出现,使得机器通过识别和理解,然后把人的语音信号转变成机器相对应的命令。语音识别技术的应用已经成为当今社会上具有竞争价值的新兴高科技加高技术的产业。它在人机交互中占的比列将会越来越大。
语音识别的发展历程
语音识别技术研究现状:
自计算机诞生以来,让电脑认识人们写的字,听懂人们说的话,就一直是人类的一大心愿和预期。在上个世纪六七十年代,计算机语音识别技术就开始了探究。语音识别技术作为新兴的人机交互方式已经受到人们的广泛关注。
1952年,贝尔实验室的Davis,Biddulph,Balashek开发了一个针对特定人的离散数字识别系统——Ardy系统。这个系统主要实现是依赖于测量数字元音区域的共振波普。
1960年代,人工神经网络被引入了语音识别。这一时代的两个突破是线性预测编码Linear Predictive Coding (LPC), 及动态时间规整Dynamic Time Warp技术。科大讯飞智能语音核心技术和市场优势地位逐年增强,更体现出讯飞人对教育事业发展的高度关注和持续投入热情。
1.4 语音识别的基本原理
语音识别过程与人对语音识别处理的过程基本上是一致的。它实际上是一种模式识别系统,和常规的模式系统一样,有特征提取、模式匹配、参考模式库等三个基本单元。[4]
语音识别系统的基本结构如图1-1所示。它分为三个步骤:
(1) 前端处理:从语音信号中提取有效的特征参数来代表语音特征,具有很好的区分性。
(2) 声学模型与模式匹配:
文档评论(0)