基于网络监听的关键词识别系统的研究与实现

论文摘要

VoIP(Voice over Internet Protocol)是一种以IP电话为主的技术,它最大的优势是能广泛地采用全球IP互连的环境,提供比传统业务更多、更好的服务。SIP(SessionInitiation Protocol)协议因其简单、灵活的技术特点,正在逐步代替原有的H.323协议成为VoIP的信令核心协议,基于SIP的VoIP网络监听研究也随之成为一个热点。然而,目前大多数监听研究都采用人工监听的方式。如果能够将网络监听技术和关键词识别技术有机地结合起来,对于网络监听人工智能的发展必将具有极其深远的意义。所以本文对基于网络监听的关键词识别系统进行研究和设计。首先,论文介绍了VoIP的基本原理、实现方式、相关协议及基于SIP的VoIP网络系统,并探讨了合法监听的相关内容,研究了基于SIP的VoIP网络的监听系统方案,并详细讨论了通过调用Winpcap来捕获和分析网络数据包。然后,论文分析了关键词识别系统的框架和原理,对语音预处理、端点检测、特征参数提取、关键词模板训练及关键词识别等框架中的各个模块进行了详细的研究,并阐明了这些不同任务模块的选取问题。另外,为了提高关键词识别系统的正确识别率,采用了MFCC与线性预测残差相位的联合参数作为系统的特征参数矢量。最后,论文给出了研究结论,指出了不足之处及未来的研究方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景
• 1.2 VoIP及网络监听技术
• 1.2.1 VoIP技术
• 1.2.2 网络监听技术
• 1.3 关键词识别技术
• 1.4 本文主要工作和结构安排
• 第二章 网络监听系统研究
• 2.1 VoIP系统简介
• 2.1.1 VoIP的基本原理
• 2.1.2 VoIP系统的实现方式
• 2.1.3 VoIP系统的协议介绍
• 2.1.4 基于SIP的VoIP系统
• 2.2 合法监听系统的研究
• 2.2.1 合法监听的基本概念
• 2.2.2 合法监听的基本要求
• 2.2.3 合法监听的基本原理
• 2.2.4 合法监听的参考模型
• 2.3 基于SIP的VoIP合法监听系统
• 2.3.1 基于SIP的VoIP网络体系结构
• 2.3.2 监听系统方案的设计
• 2.4 本章小结
• 第三章 关键词识别系统
• 3.1 关键词识别系统框架
• 3.2 语音预处理
• 3.3 特征参数选择和提取
• 3.3.1 MFCC的提取
• 3.3.2 线性预测残差相位的提取
• 3.4 识别单元选择与识别模型选择
• 3.4.1 基本识别单元的选择
• 3.4.2 识别模型的选择
• 3.5 HMM模型
• 3.5.1 HMM的定义
• 3.5.2 HMM的基本算法
• 3.5.3 HMM的类型
• 3.5.4 状态数与码本的选择
• 3.5.5 模型训练
• 3.6 关键词识别
• 3.6.1 关键词检出
• 3.6.2 关键词确认
• 3.7 本章小结
• 第四章 基于网络监听的关键词识别系统的实现
• 4.1 网络数据捕获
• 4.1.1 网络数据捕获方法
• 4.1.2 捕获网络数据包
• 4.1.3 数据包的协议解析
• 4.1.4 语音数据包处理
• 4.2 关键词识别系统实现
• 4.2.1 语音信号预处理
• 4.2.2 特征参数提取
• 4.2.3 关键词识别
• 4.3 实验结果和分析
• 4.4 本章小结
• 第五章 结论与展望
• 参考文献
• 致谢
• 作者在攻读硕士期间主要研究成果