首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

基于深度学习的连续语音识别研究与应用

摘要第4-5页
Abstract第5页
第1章 绪论第8-14页
    1.1 语音识别技术研究意义第8-9页
    1.2 语音识别技术研究发展史与现状第9-11页
        1.2.1 国外研究发展历史第9-10页
        1.2.2 国内研究发展历史第10页
        1.2.3 国内外研究发展现状第10-11页
    1.3 本文研究工作第11-12页
    1.4 论文主要章节安排第12-14页
第2章 基于HMM的语音识别混合模型第14-31页
    2.0 语音识别系统结构第14-15页
    2.1 语音特征参数提取第15-16页
    2.2 基于HMM的语音识别混合模型第16-22页
        2.2.1 隐马尔可夫模型第16-17页
        2.2.2 深度神经网络第17-19页
        2.2.3 CD-DNN-HMM语音识别模型第19-21页
        2.2.4 BLSTM-HMM语音识别模型第21-22页
    2.3 实验结果与分析第22-30页
        2.3.1 实验环境及数据集第22-23页
        2.3.2 实验内容及相关参数设置第23-25页
        2.3.3 结果与分析第25-30页
    2.4 本章小结第30-31页
第3章 基于连接时序分类的BLSTM语音识别改进模型第31-48页
    3.1 基于HMM的混合模型存在的问题第31-32页
    3.2 基于BLSTM-CTC的语音识别模型第32-33页
    3.3 基于BLSTM-CTC的语音识别过程第33-36页
        3.3.1 BLSTM-CTC系统的训练过程第33-34页
        3.3.2 基于集束搜索的序列解码第34-36页
    3.4 实验结果与分析第36-40页
        3.4.1 实验环境第36页
        3.4.2 实验内容及相关参数设置第36-37页
        3.4.3 结果与分析第37-40页
    3.5 BLSTM-CTC语音识别过程的优化第40-47页
        3.5.1 运行效率的优化第40-42页
        3.5.2 识别精度的优化第42-43页
        3.5.3 实验结果及分析第43-47页
    3.6 本章小结第47-48页
第4章 2-BGRU-CTC模型在英语口语评分中的应用第48-56页
    4.1 在线英语学习口语评分系统架构第49-50页
    4.2 基于2-BGRU-CTC模型的口语评分过程第50-52页
        4.2.1 识别结果与标准模板的误差度量第51页
        4.2.2 基于编辑距离的评分与纠错方法的设计第51-52页
        4.2.3 基于2-BGRU-CTC的在线英语学习口语评分流程第52页
    4.3 评分结果分析第52-54页
    4.4 本章小结第54-56页
第5章 总结与展望第56-58页
    5.1 总结第56页
    5.2 展望第56-58页
致谢第58-59页
参考文献第59-62页
攻读硕士学位期间的研究成果第62页

论文共62页,点击 下载论文
上一篇:不同甜瓜品种在低温胁迫下转录组分析
下一篇:栾城农田大气氨影响因素分析及减排措施研究