基于深度学习的维语语音识别研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 语音识别概述 | 第10-11页 |
| 1.2 语音识别的发展与现状 | 第11-13页 |
| 1.3 深度学习对语音识别的意义 | 第13-14页 |
| 1.4 维语语音识别 | 第14-16页 |
| 1.4.1 维吾尔语的特点 | 第14-15页 |
| 1.4.2 维语语音识别的发展现状及研究意义 | 第15-16页 |
| 1.5 本文的主要内容及组织结构 | 第16-18页 |
| 1.5.1 主要内容 | 第16页 |
| 1.5.2 组织结构 | 第16-18页 |
| 第二章 语音识别基础理论 | 第18-36页 |
| 2.1 语音识别基本理论 | 第18-19页 |
| 2.2 语音信号的预处理 | 第19-21页 |
| 2.2.1 语音信号预加重 | 第19页 |
| 2.2.2 语音信号加窗分帧处理 | 第19-20页 |
| 2.2.3 语音信号端点检测 | 第20-21页 |
| 2.3 语音识别系统框架 | 第21-35页 |
| 2.3.1 声学特征提取 | 第22-25页 |
| 2.3.2 声学模型 | 第25-32页 |
| 2.3.3 语言模型 | 第32-34页 |
| 2.3.4 解码器 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于DNN-HMM的声学建模 | 第36-45页 |
| 3.1 深度学习发展 | 第36页 |
| 3.2 感知器 | 第36-38页 |
| 3.3 多层感知器网络 | 第38-42页 |
| 3.3.1 BP算法 | 第39-42页 |
| 3.4 深度神经网络DNN-HMM声学建模 | 第42页 |
| 3.5 基于DNN的声学模型训练 | 第42-44页 |
| 3.5.1 网络参数配置 | 第43页 |
| 3.5.2 训练步骤 | 第43页 |
| 3.5.3 实验结果及分析 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 基于循环神经网络的声学建模 | 第45-56页 |
| 4.1 循环神经网络 | 第45-48页 |
| 4.1.1 单向RNN | 第45-46页 |
| 4.1.2 双向RNN | 第46-48页 |
| 4.2 基于LSTM的循环神经网络 | 第48-54页 |
| 4.2.1 LSTM前向 | 第49-50页 |
| 4.2.2 LSTM后向 | 第50-54页 |
| 4.3 基于RNN的声学模型训练 | 第54-55页 |
| 4.3.1 网络参数配置 | 第54页 |
| 4.3.2 实验结果与分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 维语语言模型优化 | 第56-61页 |
| 5.1 N-Gram介绍 | 第56-57页 |
| 5.2 整词语言模型面临的问题 | 第57-58页 |
| 5.3 子词语言模型 | 第58-59页 |
| 5.4 实验结果与分析 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
