原文传递
基于Julius语音识别技术的的车辆检修管理系统设计
| 论文题名： | 基于Julius语音识别技术的的车辆检修管理系统设计 |
| 关键词： | 车辆检修管理系统;语音识别;深度神经网络;音素训练集 |
| 摘要： | 2019年我国的汽车保有量总量达到2.6亿辆，全球汽车保有量也连年突破新高，汽车检修市场日益增大。而在传统车辆检修行业的检修流程中，存在纸质检修单污染、容易错检漏检、检修流程复杂、检修效率低下等问题。为了解决上述问题，结合语音识别技术设计了一款车辆检修管理系统，实现了检修流程的无纸化、电子化，降低了检修成本，简化了检修流程，提高了检修效率。 车辆检修管理系统基于C/S客户端服务器模型架构，基于WPF框架、Julius语音识别引擎、微软语音合成API、SpringBoot开发框架和Tomcat服务器等技术完成了车辆检修管理系统的客户端和服务器端，在客户端完成车辆检修流程控制，在服务器端完成车辆检修结果存储。 在实现车辆检修管理系统的基础上，对系统的语音识别性能进行了优化研究，最终通过利用DNN训练声学模型解决数字识别困难的问题，利用字典分割隔离不同检修类型项目的识别结果和增加语音反馈提高单次检修任务识别率的方式，使系统的语音识别性能达到较高的范围，提升了系统的可用性。 在训练DNN模型的过程中，发现一种利用关键音素减少日语数字训练集的方法。通过组合关键音素，利用一百三十七个数字覆盖了零到九十九这一万个数字的因素组合情况，大幅减少训练DNN模型时需要的训练集大小。 测试表明，最终实现的车辆检修管理系统具有较高的语音识别率，较好的使用体验，能够帮助简化车辆检修流程、提升检修效率、促进无纸化车辆检修。 |
| 作者： | 易健 |
| 专业： | 电子信息技术及仪器 |
| 导师： | 陈祥献 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
