| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 藏语语音识别研究发展趋势 | 第16-18页 |
| 1.3 语音识别系统的构成 | 第18-21页 |
| 1.3.1 声学特征 | 第18-19页 |
| 1.3.2 声学模型 | 第19-20页 |
| 1.3.3 语言模型 | 第20-21页 |
| 1.3.4 解码器 | 第21页 |
| 1.4 论文创新点 | 第21-22页 |
| 1.5 论文主要内容及结构 | 第22-23页 |
| 第二章 藏语拉萨话语音基本知识和识别基元 | 第23-29页 |
| 2.1 藏语语音基本知识 | 第23-25页 |
| 2.1.1 藏语方言 | 第24页 |
| 2.1.2 藏语音节结构 | 第24-25页 |
| 2.2 藏语语音识别基元选取 | 第25-27页 |
| 2.3 藏语音素发音特征 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于GMM-HMM的藏语拉萨话连续语音识别研究 | 第29-46页 |
| 3.1 高斯混合-隐马尔科夫模型 | 第29-32页 |
| 3.1.1 HMM基本概念 | 第29-31页 |
| 3.1.2 HMM的三个基本问题 | 第31页 |
| 3.1.3 高斯混合模型 | 第31-32页 |
| 3.2 决策树 | 第32-34页 |
| 3.3 统计语言模型 | 第34-35页 |
| 3.4 解码 | 第35-37页 |
| 3.5 基于HTK的藏语连续语音识别系统研究 | 第37-44页 |
| 3.5.1 HTK工具箱简介 | 第37页 |
| 3.5.2 语音库建立 | 第37页 |
| 3.5.3 数据处理 | 第37-39页 |
| 3.5.4 单音素模型训练 | 第39-41页 |
| 3.5.5 三音素模型训练 | 第41-42页 |
| 3.5.6 语言模型训练 | 第42-43页 |
| 3.5.7 测试识别 | 第43-44页 |
| 3.6 识别结果及分析 | 第44页 |
| 3.7 高斯混合度对实验结果影响 | 第44-45页 |
| 3.8 本章小结 | 第45-46页 |
| 第四章 基于深度神经网络的藏语拉萨话连续语音识别研究 | 第46-55页 |
| 4.1 深度学习模型 | 第46-51页 |
| 4.1.1 深度学习的背景 | 第46-47页 |
| 4.1.2 深度学习与浅层学习 | 第47-48页 |
| 4.1.3 深度学习的结构 | 第48-49页 |
| 4.1.4 RBM实现深度学习 | 第49-51页 |
| 4.2 基于DNN-HMM声学建模 | 第51-52页 |
| 4.3 基于BN-GMM-HMM声学建模 | 第52-54页 |
| 4.4 基于BN+MFCC-GMM-HMM声学建模 | 第54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于kaldi平台的语音识别实验与系统实现 | 第55-66页 |
| 5.1 Kaldi语音识别系统开发平台 | 第55-56页 |
| 5.2 数据准备 | 第56-60页 |
| 5.2.1 语料库与评价指标 | 第56页 |
| 5.2.2 语音数据 | 第56-59页 |
| 5.2.3 语言数据 | 第59-60页 |
| 5.3 声学模型训练实验 | 第60-62页 |
| 5.3.1 基于GMM-HMM声学模型 | 第60-61页 |
| 5.3.2 基于DNN-HMM声学模型 | 第61-62页 |
| 5.3.3 基于深度瓶颈特征声学模型 | 第62页 |
| 5.4 实验结果分析 | 第62-64页 |
| 5.5 kaldi平台上藏语在线语音识别系统 | 第64-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
