隨著互聯網技術的飛速發(fā)展,手語教學的方式目前還停留在傳統(tǒng)的課堂上由手語老師根據手語教材大綱授課的方式。這種授課方式受限于上課時間和授課地點,以及手語教師資源嚴重匱乏,使得學習手語不僅成本高而且效率低,導致我們在學習手語過程中遇到了瓶頸,在“互聯網+”的時代,為了讓互聯網技術更好的改善我們的生活,同時為了給需要進行手語學習的人群帶來更多的便利,本文設計了一款基于互聯網技術的手語合成系統(tǒng),系統(tǒng)主要功能為對用戶的語音進行語音識別,并將識別結果以手語視頻的形式展示在屏幕上,并且另外配有手語視頻庫的采集系統(tǒng)以及后臺管理系統(tǒng),使得需要學習使用手語的用戶或者想與聾啞人進行交流的用戶,只需要一臺聯網的電腦即可實現。整個系統(tǒng)分為客戶端和服務器端,客戶端分為手語合成系統(tǒng)和手語采集系統(tǒng),服務器端是后臺管理系統(tǒng),其中客戶端的界面采用了對Qt進行封裝之后的PyQt4框架來實現,對程序進行了模塊化處理,主要有語音識別模塊、文字分詞模塊的實現、利用ffmpeg技術進行視頻的合成、opencv錄制視頻的實現。服務器端采用的是基于Python的Django框架,定義基于Restful的接口來提供與客戶端通信的接口,實現...

【文章頁數】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究的背景和意義
    1.2 課題研究需要考慮的問題
    1.3 論文的主要工作
    1.4 論文組織結構
第二章 手語合成系統(tǒng)的關鍵技術研究
    2.1 桌面軟件開發(fā)技術概述
        2.1.1 PC客戶端的互聯網化設計
        2.1.2 桌面軟件開發(fā)框架的對比
        2.1.3 PyQt框架詳述
    2.2 語音識別實現簡介
        2.2.1 語音識別技術的比較
        2.2.2 科大訊飛語音識別SDK實現原理簡介
    2.3 Python通過ctypes調用DLL的介紹
        2.3.1 Python之ctypes
        2.3.2 加載庫和普通函數的調用
        2.3.3 類型映射
    2.4 Python的第三方庫jieba分詞簡介
    2.5 FFmpeg技術
    2.6 服務器開發(fā)關鍵技術研究
        2.6.1 兩種Python服務器框架
        2.6.2 Django框架詳述
    2.7 網絡編程
        2.7.1 http協議與rpc協議的對比
        2.7.2 數據協議的對比
        2.7.3 基于HTTP協議的開源庫requests
    2.8 數據庫技術研究
    2.9 CDN技術研究
        2.9.1 CDN技術概述
        2.9.2 七牛云SDK實現原理
    2.10 其它技術和工具
        2.10.1 Git
        2.10.2 Postman
    2.11 本章小節(jié)
第三章 基于桌面的手語合成系統(tǒng)以及手語采集系統(tǒng)的設計和實現
    3.1 需求分析和模塊設計
        3.1.1 需求分析
        3.1.2 模塊設計
    3.2 手語合成系統(tǒng)的設計與實現
        3.2.1 UI設計
        3.2.2 語音識別的實現
        3.2.3 分詞的實現
        3.2.4 視頻合成和播放的實現
    3.3 手語采集系統(tǒng)的設計與實現
        3.3.1 UI設計
        3.3.2 視頻錄入的實現
        3.3.3 詞匯與視頻的對應關系的存儲
    3.4 本章小結
第四章 手語合成后臺管理的設計與實現
    4.1 需求分析和模塊設計
        4.1.1 需求分析
        4.1.2 模塊設計
    4.2 服務器端設計
        4.2.1 服務器后臺架構設計
        4.2.2 客戶端與服務器端的數據交互實現
    4.3 數據庫管理可視化
    4.4 緩存的實現
    4.5 服務器的單元測試
    4.6 本章小節(jié)
第五章 系統(tǒng)運行和測試
    5.1 手語合成系統(tǒng)測試
    5.2 手語采集系統(tǒng)測試
    5.3 后臺管理系統(tǒng)測試
    5.4 本章小結
第六章 總結與展望
    6.1 項目總結
    6.2 主要創(chuàng)新點
    6.3 遺留問題
    6.4 未來展望
參考文獻
致謝



本文編號：3993424