| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 语音识别概述 | 第10-13页 |
| 1.1.1 语音识别发展历程 | 第10-11页 |
| 1.1.2 语音识别的分类 | 第11-12页 |
| 1.1.3 语音识别当前主要问题 | 第12-13页 |
| 1.2 语音特征的发展与应用 | 第13-15页 |
| 1.2.1 语音特征研究的难点 | 第13页 |
| 1.2.2 语音特征提取的历史和研究现状 | 第13-14页 |
| 1.2.3 语音特征变换的历史和研究现状 | 第14-15页 |
| 1.3 本文的工作和章节安排 | 第15-18页 |
| 第二章 语音识别原理 | 第18-22页 |
| 2.1 语音识别系统基本组成 | 第18页 |
| 2.2 语音特征提取与变换 | 第18-20页 |
| 2.2.1 语音特征提取 | 第18-19页 |
| 2.2.2 语音特征变换 | 第19-20页 |
| 2.3 声学模型和语言模型 | 第20-22页 |
| 2.3.1 声学模型 | 第20-21页 |
| 2.3.2 语言模型 | 第21-22页 |
| 第三章 基于多参数的频率弯折算法 | 第22-38页 |
| 3.1 等响度曲线加权MFCC | 第22-25页 |
| 3.2 归一化特征提取 | 第25-30页 |
| 3.2.1 传统VTLN算法 | 第25-27页 |
| 3.2.2 基于声门共振因子SG频谱弯折 | 第27-29页 |
| 3.2.3 基于基频的频率弯折 | 第29-30页 |
| 3.3 应用多种声学参数的多段线性频率弯折 | 第30-32页 |
| 3.4 基于LDA的频率弯折因子估计算法 | 第32-34页 |
| 3.5 实验结果及分析 | 第34-38页 |
| 第四章 基于有监督的改进LPP特征提取 | 第38-60页 |
| 4.1 传统特征变换 | 第38-46页 |
| 4.1.1 线性特征变换 | 第39-41页 |
| 4.1.2 非线性特征变换 | 第41-46页 |
| 4.2 有监督的局部保持投影SLPP | 第46-60页 |
| 4.2.2 传统LPP变换 | 第48-49页 |
| 4.2.3 语音特征分布特点可视化 | 第49-51页 |
| 4.2.4 基于语音信号特征的改进SLPP (监督局部保持投影） | 第51-55页 |
| 4.2.5 实验结果与分析 | 第55-60页 |
| 第五章 基于卷积神经网络的语音特征变换 | 第60-68页 |
| 5.1 CNN卷积神经网络 | 第60-61页 |
| 5.2 CNN语音特征变换 | 第61-64页 |
| 5.2.1 卷基层结构 | 第61-62页 |
| 5.2.2 降采样层结构(pooling) | 第62-63页 |
| 5.2.3 CNN特征与Fbank特征对比 | 第63-64页 |
| 5.3 CNN-GMM-HMM识别系统 | 第64-68页 |
| 5.3.1 系统框架与流程 | 第64-66页 |
| 5.3.2 实验结果与分析 | 第66-68页 |
| 第六章 总结和展望 | 第68-70页 |
| 6.1 课题总结 | 第68页 |
| 6.2 未来展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 作者攻读学位期间发表的学术论文目录 | 第74页 |