基于深度学习的语音识别方法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 深度学习在语音识别方面的意义 | 第12-13页 |
| 1.4 论文的主要研究内容及结构 | 第13-15页 |
| 1.4.1 研究问题及内容 | 第13-14页 |
| 1.4.2 论文结构 | 第14-15页 |
| 2 探讨语音识别的本质 | 第15-25页 |
| 2.1 基本原理 | 第15-16页 |
| 2.2 语音特征提取 | 第16-17页 |
| 2.3 声学模型 | 第17-20页 |
| 2.3.1 声学基元选择 | 第17页 |
| 2.3.2 HMM声学建模 | 第17-19页 |
| 2.3.3 声学模型训练准则 | 第19-20页 |
| 2.4 语言模型 | 第20-21页 |
| 2.4.1 N-gram统计语言模型 | 第20-21页 |
| 2.4.2 语言模型性能评价 | 第21页 |
| 2.4.3 语言模型平滑技术 | 第21页 |
| 2.5 解码器 | 第21-22页 |
| 2.6 识别后处理技术 | 第22-23页 |
| 2.7 语音识别技术的缺陷 | 第23页 |
| 2.8 本章小结 | 第23-25页 |
| 3 深度学习基础理论 | 第25-35页 |
| 3.1 深度学习背景 | 第25页 |
| 3.2 深度学习的特点 | 第25页 |
| 3.3 深度学习模型类别 | 第25-28页 |
| 3.3.1 自动编码器 | 第26页 |
| 3.3.2 深度神经网络 | 第26-27页 |
| 3.3.3 卷积神经网络 | 第27-28页 |
| 3.3.4 循环神经网络 | 第28页 |
| 3.4 深度学习模型构成 | 第28-33页 |
| 3.4.1 网络节点 | 第28-29页 |
| 3.4.2 RBM模型 | 第29-33页 |
| 3.5 深度学习的关键技术 | 第33-34页 |
| 3.5.1 能量概率模型 | 第33页 |
| 3.5.2 逐层预训练 | 第33页 |
| 3.5.3 网络并行训练 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 4 基于深度自动编码器的语音特征提取 | 第35-47页 |
| 4.1 深度自动编码器工作原理 | 第35页 |
| 4.2 基于深度理论的编码器类别 | 第35-37页 |
| 4.2.1 深度自动编码器 | 第35-36页 |
| 4.2.2 去燥自动编码器 | 第36页 |
| 4.2.3 稀疏自动编码器 | 第36-37页 |
| 4.3 基于深度自动编码器的系统框架 | 第37-45页 |
| 4.3.1 实验语料库 | 第37页 |
| 4.3.2 特征预处理 | 第37-39页 |
| 4.3.3 自动编码器结构 | 第39-40页 |
| 4.3.4 网络训练算法 | 第40-43页 |
| 4.3.5 深度神经网络训练中用到的技术 | 第43-45页 |
| 4.4 性能评价 | 第45-46页 |
| 4.4.1 系统参数 | 第45页 |
| 4.4.2 评价结果 | 第45页 |
| 4.4.3 实验结果分析 | 第45-46页 |
| 4.5 本章总结 | 第46-47页 |
| 5 基于DNN-HMM声学建模的语音识别方法 | 第47-63页 |
| 5.1 深度学习在声学模型中的应用 | 第47页 |
| 5.2 基于DNN-HMM的声学建模 | 第47-49页 |
| 5.2.1 GMM与DNN的比较 | 第47-48页 |
| 5.2.2 基于深度神经网络的声学模型训练 | 第48-49页 |
| 5.3 Kaldi语音识别系统 | 第49-50页 |
| 5.3.1 Kaldi语音识别系统简介 | 第49页 |
| 5.3.2 Kaldi语音识别系统的搭建 | 第49-50页 |
| 5.4 实验准备与过程 | 第50-59页 |
| 5.4.1 实验数据集 | 第50-51页 |
| 5.4.2 数据处理 | 第51-53页 |
| 5.4.3 实验步骤 | 第53-59页 |
| 5.5 实验结果与分析 | 第59-61页 |
| 5.5.1 实验结果 | 第59-60页 |
| 5.5.2 实验分析 | 第60-61页 |
| 5.6 本章总结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-77页 |
| 作者攻读学位期间发表论文清单 | 第77-79页 |
| 致谢 | 第79页 |
