| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 语音识别简介 | 第10页 |
| 1.2 课题研究背景及意义 | 第10-12页 |
| 1.2.1 论文选题背景 | 第10-11页 |
| 1.2.2 目的和意义 | 第11-12页 |
| 1.3 民航陆空对话的特点 | 第12页 |
| 1.4 语音识别的发展现状 | 第12-15页 |
| 1.4.1 基于模板匹配的语音识别方法 | 第13页 |
| 1.4.2 基于隐马尔可夫（HMM）的语音识别方法 | 第13-14页 |
| 1.4.3 基于神经网络的语音识别方法 | 第14-15页 |
| 1.5 本文主要研究内容 | 第15-17页 |
| 1.5.1 研究方法 | 第15页 |
| 1.5.2 研究内容 | 第15-17页 |
| 第二章 语音识别相关理论研究 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 语音识别的基本原理 | 第17-22页 |
| 2.2.1 语音信号的预处理 | 第18页 |
| 2.2.2 语音信号的特征提取 | 第18-20页 |
| 2.2.3 声学模型 | 第20页 |
| 2.2.4 语言模型 | 第20-21页 |
| 2.2.5 解码器 | 第21-22页 |
| 2.3 深度学习的基础理论 | 第22-25页 |
| 2.3.1 卷积神经网络（CNN） | 第22-23页 |
| 2.3.2 递归神经网络（RNN） | 第23-24页 |
| 2.3.3 深度神经网络（DNN） | 第24-25页 |
| 2.4 小结 | 第25-26页 |
| 第三章 民航陆空对话语音信号降噪处理 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 常用的语音信号降噪方法 | 第26-30页 |
| 3.2.1 谱减法的改进算法 | 第26-27页 |
| 3.2.2 维纳滤波算法 | 第27-28页 |
| 3.2.3 最小均方误差准则算法 | 第28-29页 |
| 3.2.4 人耳掩蔽模型 | 第29-30页 |
| 3.3 实验结果与分析 | 第30-32页 |
| 3.3.1 实验结果 | 第30-32页 |
| 3.3.2 实验分析 | 第32页 |
| 3.4 小结 | 第32-33页 |
| 第四章 基于DNN的民航陆空对话语音识别模型 | 第33-48页 |
| 4.1 引言 | 第33页 |
| 4.2 GMM-HMM模型与DNN-HMM模型原理介绍 | 第33-39页 |
| 4.2.1 GMM-HMM原理 | 第33-36页 |
| 4.2.2 DNN-HMM原理 | 第36-39页 |
| 4.3 实验步骤 | 第39-44页 |
| 4.3.1 语料库的建立 | 第39页 |
| 4.3.2 基于民航陆空对话的单音素GMM-HMM模型 | 第39-41页 |
| 4.3.3 基于民航陆空对话的三音素GMM-HMM模型 | 第41-43页 |
| 4.3.4 基于民航陆空对话的DNN-HMM模型搭建 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-47页 |
| 4.4.1 实验参数 | 第44-45页 |
| 4.4.2 实验结果 | 第45-46页 |
| 4.4.3 实验分析 | 第46-47页 |
| 4.5 小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文工作总结 | 第48-49页 |
| 5.2 未来工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士期间发表论文 | 第56页 |
