| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-15页 |
| 1.1 语音识别概述与分类 | 第12-13页 |
| 1.2 语音识别技术的发展历史 | 第13-14页 |
| 1.2.1 语音识别技术在其他国家的发展 | 第13页 |
| 1.2.2 语音识别技术在国外的发展 | 第13页 |
| 1.2.3 蒙古语语音识别技术面临的挑战 | 第13-14页 |
| 1.3 论文研究内容 | 第14-15页 |
| 第二章 语音识别的基本原理 | 第15-24页 |
| 2.1 语音识别本质 | 第15-16页 |
| 2.1.1 声学模型 | 第15页 |
| 2.1.2 语言模型 | 第15-16页 |
| 2.1.3 词典 | 第16页 |
| 2.1.4 解码器 | 第16页 |
| 2.2 语音识别流程图 | 第16-17页 |
| 2.3 隐马尔可夫模型基本原理 | 第17-20页 |
| 2.4 HMM输出概率 | 第20页 |
| 2.5 HMM参数估计 | 第20-22页 |
| 2.6 语音解码和搜索算法 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 神经网络模型 | 第24-32页 |
| 3.1 神经网络概述 | 第24-26页 |
| 3.1.1 神经网络的类型 | 第24页 |
| 3.1.2 神经元 | 第24-25页 |
| 3.1.3 多层感知器网络 | 第25-26页 |
| 3.2 BP网络 | 第26-29页 |
| 3.2.1 算法思想 | 第27页 |
| 3.2.2 BP算法的步骤 | 第27-28页 |
| 3.2.3 参数对BP算法的影响 | 第28-29页 |
| 3.2.4 BP网络的优缺点 | 第29页 |
| 3.3 深度学习思想 | 第29-31页 |
| 3.3.1 深度学习的基本思想 | 第30页 |
| 3.3.2 深度信念神经网络 | 第30-31页 |
| 3.3.2.1 RBM | 第31页 |
| 3.3.2.2 DBN-DNN | 第31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于深度神经网络的蒙古文语音识别 | 第32-56页 |
| 4.1 软件安装 | 第33-34页 |
| 4.1.1 RWTH ASR 0.6.1安装 | 第33页 |
| 4.1.2 SRI LM工具安装 | 第33-34页 |
| 4.2 数据准备 | 第34-37页 |
| 4.2.1 语料库文件 | 第34-35页 |
| 4.2.2 字典文件 | 第35-36页 |
| 4.2.3 计算统计 | 第36-37页 |
| 4.3 特征提取 | 第37-41页 |
| 4.3.1 流网络 | 第37-38页 |
| 4.3.2 声学特征 | 第38-40页 |
| 4.3.3 MFCC特征提取 | 第40-41页 |
| 4.4 声学模型的训练 | 第41-45页 |
| 4.4.1 单音素训练 | 第42-44页 |
| 4.4.2 三音素训练 | 第44-45页 |
| 4.5 训练神经网络 | 第45-49页 |
| 4.5.1 Hybrid NN/HMM系统 | 第45-46页 |
| 4.5.2 训练神经网络 | 第46-47页 |
| 4.5.3 Tandem bottleneck系统 | 第47-49页 |
| 4.6 语言模型训练 | 第49页 |
| 4.7 解码和识别 | 第49-52页 |
| 4.7.1 解码器 | 第49页 |
| 4.7.2 识别过程 | 第49-52页 |
| 4.8 实验结果 | 第52-55页 |
| 4.8.1 AN4语料库识别 | 第52页 |
| 4.8.2 Mongolian语料库识别 | 第52-53页 |
| 4.8.3 实验结果分析 | 第53-55页 |
| 4.9 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |