基于神经网络的语音识别声学模型压缩研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 自动语音识别 | 第10-18页 |
| 1.1.1 概述 | 第10-11页 |
| 1.1.2 语音识别历史 | 第11-13页 |
| 1.1.3 语音识别系统框架 | 第13-18页 |
| 1.2 基于深度神经网络的模型压缩研究现状 | 第18-22页 |
| 1.2.1 低秩分解 | 第18-19页 |
| 1.2.2 参数剪枝与量化 | 第19-20页 |
| 1.2.3 知识精炼 | 第20页 |
| 1.2.4 网络结构设计 | 第20-22页 |
| 1.3 本文的研究内容及组织结构 | 第22-24页 |
| 1.3.1 本文的研究内容 | 第22-23页 |
| 1.3.2 本文的组织结构 | 第23-24页 |
| 第2章 基于深度神经网络的声学模型 | 第24-34页 |
| 2.1 引言 | 第24页 |
| 2.2 深度神经网络 | 第24-27页 |
| 2.2.1 DNN结构 | 第24-26页 |
| 2.2.2 DNN-HMM声学模型 | 第26-27页 |
| 2.3 卷积神经网络 | 第27-28页 |
| 2.4 递归神经网络 | 第28-31页 |
| 2.5 实验 | 第31-32页 |
| 2.5.1 Switchboard任务 | 第31-32页 |
| 2.5.2 中文语音识别任务 | 第32页 |
| 2.6 本章小结 | 第32-34页 |
| 第3章 基于隐马尔可夫模型的声学模型参数压缩 | 第34-43页 |
| 3.1 引言 | 第34页 |
| 3.2 基于激活值掩码的压缩方法 | 第34-36页 |
| 3.3 基于平滑门的压缩方法 | 第36-38页 |
| 3.4 实验 | 第38-42页 |
| 3.4.1 基于激活值掩码的模型压缩实验 | 第38-41页 |
| 3.4.2 基于平滑门的模型压缩实验 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于隐马尔可夫模型的声学模型参数低精度化 | 第43-49页 |
| 4.1 引言 | 第43页 |
| 4.2 模型参数低精度化 | 第43-46页 |
| 4.2.1 定点化 | 第43-45页 |
| 4.2.2 整数量化 | 第45-46页 |
| 4.3 实验 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 基于连续时序分类的声学模型参数压缩 | 第49-58页 |
| 5.1 引言 | 第49页 |
| 5.2 基于BLSTM和CTC的声学模型参数压缩 | 第49-55页 |
| 5.2.1 CTC准则 | 第49-54页 |
| 5.2.2 声学模型参数压缩 | 第54-55页 |
| 5.3 实验 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结和展望 | 第58-60页 |
| 6.1 本文主要贡献和创新点 | 第58-59页 |
| 6.2 后续研究工作 | 第59-60页 |
| 参考文献 | 第60-69页 |
| 致谢 | 第69-71页 |
| 在读期间发表的学术论文与取得的研究成果 | 第71-72页 |
