基于语音识别的视频点播系统

论文摘要

在日常生活中人类的沟通大约有75%左右是通过语音来完成的,随着计算机技术向智能化、人性化方向的发展,语音终将会成为人与计算机等信息设备进行交互最重要的人机界面。基于语音识别的视频点播系统就是将语音识别技术与网络中流行的Flash技术结合起来,实现人机之间语音和Flash动画的交互。本课题是通过将现有语音识别引擎ATK的初始加载及设置服务连接来得到语音识别结果,在引擎输出识别文后将之传输到服务程序;服务程序对识别结果进行相应处理,将处理结果返回。客户端程序引入特定Flash控件,根据服务程序的处理结果来实现Flash动画的播放和特定的Flash功能。系统采用Visual C++语言编译开发,解决了Flash库的维护、VC实现Flash播放、Socket通信、识别文的查找搜索和ATK引擎的初始加载等问题。本系统的模型已取得较好的计算机应用效果,本课题的研究对于语音识别技术在网络多媒体技术中的应用结合有一定的理论和工程实践意义,特别是在网络语音点播、网络语音信息查询软件方面有着较高的探索价值。

论文目录

• 内容提要
• 第一章 概述
• 1.1 项目背景
• 1.2 语音识别技术历史
• 1.3 语音识别技术现状
• 第二章 关键技术简介
• 2.1 Flash简介
• 2.1.1 Flash的概念
• 2.1.2 Flash的发展
• 2.1.3 Flash的前景
• 2.2 网络基础知识
• 2.2.1 Internet简介
• 2.2.2 TCP/IP简介
• 2.3 Visual Studio.Net
• 第三章 系统总体分析与设计
• 3.1 需求分析
• 3.1.1 功能需求
• 3.1.2 性能需求
• 3.1.3 可靠性可用性需求
• 3.1.4 其他需求
• 3.2 概要设计
• 3.2.1 系统总体规划设计
• 3.2.2 模块设计
• 3.2.3 系统界面设计
• 3.2.4 测试计划制定
• 3.3 详细设计
• 3.3.1 系统总体实施方案
• 3.3.2 服务器端详细设计
• 3.3.3 Socket通信模块设计说明
• 3.3.4 客户端详细设计
• 第四章 系统实现
• 4.1 实现过程
• 4.2 主要问题
• 4.3 系统测试
• 4.4 运行实例
• 第五章 回顾及总结
• 参考文献
• 致谢
• 摘要
• ABSTRACT