基于深度神经网络的语音识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 语音识别技术的发展与现状 | 第10-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第2章 语音识别基础 | 第14-33页 |
| 2.1 基本原理 | 第14-15页 |
| 2.2 特征提取 | 第15-16页 |
| 2.3 声学模型 | 第16-19页 |
| 2.3.1 建模单元的选择 | 第16-17页 |
| 2.3.2 隐马尔可夫模型 | 第17-19页 |
| 2.4 语言模型 | 第19-21页 |
| 2.4.1 统计语言模型 | 第19-20页 |
| 2.4.2 语言模型评价标准 | 第20-21页 |
| 2.5 解码器 | 第21-22页 |
| 2.6 深度神经网络理论 | 第22-32页 |
| 2.6.1 深度神经网络的原理 | 第22-28页 |
| 2.6.2 预训练技术 | 第28-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 基于DNN-HMM的声学模型训练 | 第33-44页 |
| 3.1 DNN-HMM相关理论 | 第33-38页 |
| 3.1.1 DNN-HMM的基本原理 | 第33-35页 |
| 3.1.2 决策树状态绑定 | 第35-38页 |
| 3.2 实验步骤 | 第38-42页 |
| 3.2.1 数据准备 | 第38-40页 |
| 3.2.2 特征选取 | 第40页 |
| 3.2.3 DNN-HMM训练 | 第40-42页 |
| 3.3 实验结果分析 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于n-gram的语言模型训练 | 第44-54页 |
| 4.1 n-gram预备实验 | 第44-49页 |
| 4.1.1 n-gram概率统计分析 | 第45-47页 |
| 4.1.2 平滑算法 | 第47-49页 |
| 4.2 实验步骤 | 第49-51页 |
| 4.2.1 生成语言模型 | 第49-50页 |
| 4.2.2 语言模型插值 | 第50-51页 |
| 4.3 实验结果分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |
