| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题的研究目的与意义 | 第9-10页 |
| 1.2 语音识别的发展与研究现状 | 第10-16页 |
| 1.2.1 语音识别技术发展 | 第10-13页 |
| 1.2.2 口音普通话语音识别的研究现状 | 第13-16页 |
| 1.3 语音识别性能评价 | 第16页 |
| 1.4 本文研究的主要内容 | 第16-18页 |
| 第2章 多口音普通话语音识别系统总体方案设计 | 第18-32页 |
| 2.1 语音识别系统原理分析 | 第18-21页 |
| 2.1.1 声学特征提取 | 第19页 |
| 2.1.2 声学模型 | 第19-20页 |
| 2.1.3 语言模型 | 第20-21页 |
| 2.1.4 解码 | 第21页 |
| 2.2 基于神经网络的多口音普通话语音识别系统方案设计 | 第21-22页 |
| 2.3 HTK工具包 | 第22-23页 |
| 2.4 口音相关决策树聚类方法分析 | 第23-26页 |
| 2.5 基于深度神经网络的声学模型分析 | 第26-30页 |
| 2.5.1 深度神经网络 | 第26-27页 |
| 2.5.2 RBM预训练方法 | 第27-29页 |
| 2.5.3 深度神经网络训练方法 | 第29-30页 |
| 2.6 基于深度神经网络Hybrid框架和Tandem框架的分析 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 基于口音相关决策树语音识别系统设计实现 | 第32-40页 |
| 3.1 基于口音相关决策树的GMM-HMM声学模型分析 | 第32-34页 |
| 3.2 多口音普通话语音识别系统的实验数据分类处理 | 第34-37页 |
| 3.2.1 CASIA北方口音语料库 | 第34-35页 |
| 3.2.2 RASC863八大方言普通话语料库 | 第35-36页 |
| 3.2.3 声学模型训练的实验集合设置 | 第36-37页 |
| 3.3 基线GMM-HMM声学模型的解码实现 | 第37-39页 |
| 3.3.1 基线GMM-HMM声学模型的解码参数设置 | 第37-38页 |
| 3.3.2 基线GMM-HMM声学模型的实验结果分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于Hybrid框架的语音识别系统设计实现 | 第40-52页 |
| 4.1 基于Hybrid框架的神经网络的声学模型构建 | 第40-49页 |
| 4.1.1 DNN-HMM系统 | 第40-41页 |
| 4.1.2 基于口音相关决策树的DNN-HMM声学模型 | 第41-49页 |
| 4.2 Kaldi语音识别工具包 | 第49-50页 |
| 4.3 基于Hybrid框架的声学模型的解码实现 | 第50-51页 |
| 4.3.1 基于神经网络Hybrid框架的声学模型解码参数设置 | 第50-51页 |
| 4.3.2 基于Hybrid框架的声学模型实验结果分析 | 第51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 基于Tandem框架的语音识别系统设计实现 | 第52-63页 |
| 5.1 基于Tandem框架的单层级神经网络网络结构的设计 | 第52-54页 |
| 5.2 口音相关决策树与MLAN结合的声学模型构建 | 第54-58页 |
| 5.3 基于Tandem框架的声学模型的解码实现 | 第58-62页 |
| 5.3.1 基于神经网络Tandem框架的声学模型解码参数设置 | 第58-59页 |
| 5.3.2 基于Tandem框架网络结构设计的声学模型实验结果分析 | 第59-61页 |
| 5.3.3 基于Tandem框架MLAN的声学模型实验结果分析 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 论文工作总结 | 第63-64页 |
| 6.2 进一步研究展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间发表论文和参加科研情况 | 第69页 |
