基于DTW智能算法的语音识别方法研究_开题报告

          图1                                     图2

DTW算法的改进方向

针对DTW算法存在的问题，在这里对它进行一些改进，当运行DTW算法时参与比较的两个时间序列长度较长时，重复性的操作比较多，会影响识别速度。针对以上问题，我们可以事先建立长度为其中一个时间序列长度的查找表，保存搜索范围的下边界，每一次运算时，只需到查找表中查找出限制范围的下边界，在确定的坐标范围内，根据斜率可以推导出限制范围的上边界。这样只需要在事先

建立的查找表中进行一次性地查找，由于计算机中进行一次查表只需一个指令周期，而且将原来多次重复性的操作减少为一次性的计算来完成，这在理论上保证了改进后的算法可以提高程序的运行效率。（苏昊，王民，李宝）

6.智能语音助手未来发展与设计的意义

通过研究移动互联网技术提供新的参与条件下，顾客如何通过“未被告知”形式参与到服务创新过程中，为移动互联网企业的服务创新提供了新角度和思路。利用研究对象“智能手机语音助手”的顾客参与情景数据，提出了地点情景分类算法和优势地点情景识别的算法，并分析了优势情景下顾客的高频使用功能组合，给移动互联网企业提供了发掘自身服务的优势情景的方法，并且提供了基于情景数据的顾客偏好分析思路。（陈倩聆）

在未来，人工智能将会更加地“懂”人性，更智慧，而语音助手将会是个性定制的全能信息处理者，主动判断、预知需求。从语音助手成为真正的语音助理。人工智能语音助手一方面需要培养用户使用的习惯，并更好地理解用户的语言和需求；另一方面，则需要整合更多垂直领域的服务和内容，进而实现从给出答案向完成任务的跨越。

^范文提纲

1    绪论

 选题意义

 研究基础

   智能语音产品的现状

 苹果siri

2.1.1 siri的优势

2.1.2 siri的不足

2.1.3 siri在IOS中的应用

 微软cortana

2.2.1 cortana的优势

2.2.2 cortana的不足

2.2.3 cortana在wp与winwows桌面平台中的应用

 谷歌google assistant

2.3.1 google assistant的优势

2.3.2 google assistant的不足

2.3.3 google assistant在安卓中的应用

3    基于DTW算法的语音识别

3.1  DTW算法是什么

3.2  DTW算法的原理

3.3  DTW算法的广泛运用

3.4  DTW算法的改进方向  

4.   国内智能语音的现状和未来发展方向

4.1  国内智能语音的现状

4.2  国内智能语音助手的未来发展方向

参考文献

[1]闻立群，刘珊，董明芳.智能语音助手将成为新的用户入口[J].现代电信科技，2017,47（1）:50-53.

[2]朱敏.语音助手的系统设计与实现[D]. 山东大学，2003.

[3]甘玉珏，苏军根，林健，洪博宇，鲁维.智能语音产品现状及展望[J].新技术-新业务，2017,12（1）:66-68.

[4]王上，邵华杰.Android语音助手的设计和研究[J].硅谷，2012,8(1):57,71.

[5]吴晓静.家庭数字娱乐系统的智能，语音服务设计研宄[D]. 华东理工大学，2017.

[6]杨洋.基于语音交互的手持移动端多通道交互研究[D]. 北京邮电大学，2017.

[7]陈倩聆.基于顾客行为数据的服务创新 ——智能语音助手的设计 [D]. 华南理工大学，2017.

[8]王赫楠,燕燕,王甜宇,王和禹.DTW算法在嵌入式语音识别系统中的应用研究[J].科技创新导报，2014，8（1）：71.

[9]曹茂俊,尚福华.改进的DTW算法在实时语音辨识系统中的应用[J].科学技术与工程，2010，3（7）：1652-1655.

[10]苏昊,王民,李宝.一种改进的DTW语音识别系统[J].中国西部科技,2011,1(1):38-40.

�崳�

�崳�

�崳�