| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究内容 | 第14-15页 |
| 第二章 语音信号预处理及特征提取 | 第15-23页 |
| 2.1 语音识别过程 | 第15页 |
| 2.2 语音信号预处理 | 第15-19页 |
| 2.2.1 预加重 | 第16页 |
| 2.2.2 分帧 | 第16页 |
| 2.2.3 加窗 | 第16-17页 |
| 2.2.4 端点检测 | 第17-19页 |
| 2.3 语音特征参数提取 | 第19-23页 |
| 2.3.1 语音特征概述 | 第20页 |
| 2.3.2 梅尔频率倒谱系数 | 第20-23页 |
| 第三章 神经网络模型 | 第23-34页 |
| 3.1 神经网络概述 | 第23-24页 |
| 3.2 BP神经网络 | 第24-25页 |
| 3.2.1 BP概述 | 第24-25页 |
| 3.2.2 BP学习算法 | 第25页 |
| 3.3 深度学习神经网络 | 第25-34页 |
| 3.3.1 深度学习的基本思想和训练过程 | 第26-27页 |
| 3.3.2 受限玻尔兹曼机 | 第27-32页 |
| 3.3.3 深度信念网络 | 第32-34页 |
| 第四章 多参量发音质量评价 | 第34-44页 |
| 4.1 发音质量评价过程 | 第34-35页 |
| 4.2 评价指标 | 第35-42页 |
| 4.2.1 音准评价 | 第35-36页 |
| 4.2.2 语速评价 | 第36页 |
| 4.2.3 节奏评价 | 第36-40页 |
| 4.2.4 语调评价 | 第40-42页 |
| 4.3 多参量语音评价模型 | 第42-44页 |
| 第五章 实验仿真与结果分析 | 第44-54页 |
| 5.1 数据来源 | 第44页 |
| 5.1.1 Spoken Arabic Digit数据集 | 第44页 |
| 5.1.2 英语句子数据来源 | 第44页 |
| 5.2 语音识别实验 | 第44-48页 |
| 5.2.1 数据预处理 | 第45-47页 |
| 5.2.2 实验结果及分析 | 第47-48页 |
| 5.3 语音评价实验 | 第48-54页 |
| 5.3.1 人工评价 | 第48-49页 |
| 5.3.2 实验结果及分析 | 第49-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 在学期间的研究成果及发表的学术论文 | 第61-62页 |