本次dsp培训的主要目标是掌握语音识别常用方法和语音识别系统设计及应用。

　　第1部分 概述

　　1.1 语音处理技术的发展

　　1.2 嵌入式语音处理技术的发展

　　第2部分 语音分析技术(matlab分析)

　　2.1 语音学基础

　　2.2 语音信号基础

　　2.3 语音信号的时域分析

　　2.4 语音信号的频域分析

　　2.5 语音信号的线性预测分析

　　2.6 语音信号的分析应用

　　第3部分 语音存储与回放技术(要求实际操作)

　　3.1 语音信号的压缩和编码技术

　　3.2 语音信号的存储和回放技术

　　第4部分 语音识别技术(要求实际操作实现)

　　4.1 语音识别

　　4.2 语音识别中的特征提取及谱失真测度

　　4.3 语音信号的矢量量化

　　4.4 模板匹配法

　　4.5 隐马尔可夫模型

　　第5部分 语音合成技术(要求实际操作实现)

　　5.1 概述

　　5.2 语音合成原理

　　5.3 共振峰语音合成

　　5.4 线性预测合成

　　第6部分 语音增强技术(要求实际操作实现)

　　6.1 短时谱估计算法(谱相减，维纳滤波，最小均方误差算法)

　　6.2 自适应滤波算法(自适应滤波，最速下降自适应滤波，最小均方自适应滤波，最小二乘自适应滤波)

　　6.3 小波变换算法(小波变换分析，小波域语音信号增强，小波阈值去噪法，小波模极大值去噪法，小波遮蔽去噪法)

　　6.4 其他优选算法(信号子空间增强算法，盲源分离增强算法，听觉遮蔽效应增强算法，分数阶傅里叶变换增强算法，分形理论增强算法，神经网络增强算法)

　　6.5 增强算法仿真，语谱图，白噪声，工厂噪声仿真实验，熵函数最优小波基选取仿真，小波阈值计算仿真，语音增强质量评价算法仿真

　　第7部分 TI公司C6000系列DSP处理器实现语音识别，语音增强应用

　　7.1硬件结构设计，连接及初始化

　　7.2指令系统

　　7.3软件设计，开发环境，开发流程，程序设计，算法实现

　　7.4 非特定人语音命令识别举例

　　7.5特定人语音命令识别举例