基于深度学习的语音识别应用研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 语音识别发展概述 | 第10页 |
| 1.2 语音识别的发展与现状 | 第10-11页 |
| 1.3 深度学习对语音识别的意义 | 第11-12页 |
| 1.4 研究问题及内容 | 第12-13页 |
| 1.4.1 研究问题 | 第12页 |
| 1.4.2 研究内容 | 第12-13页 |
| 1.5 论文结构 | 第13-14页 |
| 第二章 语音识别相关理论研究 | 第14-31页 |
| 2.1 语音识别基本原理 | 第14页 |
| 2.2 声学特征分析 | 第14-15页 |
| 2.3 声学模型 | 第15-17页 |
| 2.4 语言模型 | 第17-18页 |
| 2.5 解码器介绍 | 第18-20页 |
| 2.6 深度学习的基础理论 | 第20-30页 |
| 2.6.1 深度学习的背景 | 第20页 |
| 2.6.2 深度学习的模型 | 第20-22页 |
| 2.6.3 深度学习的模型构成 | 第22-30页 |
| 2.7 语音识别技术面临的挑战 | 第30页 |
| 2.8 本章小结 | 第30-31页 |
| 第三章 基于深度神经网络的语音特征提取 | 第31-40页 |
| 3.1 深度神经网络的基本原理 | 第31-37页 |
| 3.1.1 网络训练算法 | 第32-36页 |
| 3.1.2 深度神经网络训练中用到的技术 | 第36-37页 |
| 3.2 基于深度神经网络的声学特征提取实验 | 第37-39页 |
| 3.2.1 实验配置 | 第37-38页 |
| 3.2.2 深度特征的提取 | 第38-39页 |
| 3.2.3 实验的结果 | 第39页 |
| 3.3 本章总结 | 第39-40页 |
| 第四章 基于深度神经网络的语音属性的提取 | 第40-49页 |
| 4.1 语音属性的研究背景 | 第40页 |
| 4.2 语音属性提取理论基础 | 第40-41页 |
| 4.3 基于DNN-ASAT的声韵母识别 | 第41-45页 |
| 4.3.1 声韵母属性设计实现 | 第41-44页 |
| 4.3.2 DNN-ASAT的系统实现 | 第44-45页 |
| 4.4 语音属性提取器实验 | 第45-46页 |
| 4.4.1 实验数据准备 | 第45页 |
| 4.4.2 实验步骤 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-48页 |
| 4.5.1 实验结果 | 第46-48页 |
| 4.5.2 实验结果分析 | 第48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 基于深度学习语音识别系统搭建 | 第49-55页 |
| 5.1 深度学习在声学模型中的应用背景 | 第49页 |
| 5.2 基于深度学习的声学模型训练 | 第49-51页 |
| 5.2.1 基于深度神经网路的声学模型训练 | 第49-50页 |
| 5.2.2 基于卷积神经网路的声学模型训练 | 第50-51页 |
| 5.3 深度学习的声学模型训练实验 | 第51-54页 |
| 5.3.1 实验步骤 | 第51-52页 |
| 5.3.2 实验结果分析 | 第52-54页 |
| 5.4 三种方法的比较 | 第54页 |
| 5.5 本章总结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 课题总结 | 第55-56页 |
| 6.2 未来展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 作者攻读学位期间发表的学术论文目录 | 第60页 |
