基于深度置信网络的音频语种识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究的目的及意义 | 第9页 |
| 1.2 国内外的研究现状 | 第9-11页 |
| 1.2.1 特征提取 | 第10页 |
| 1.2.2 分类模型 | 第10-11页 |
| 1.3 论文的研究成果 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 目标语种识别的相关技术 | 第13-27页 |
| 2.1 语种识别基本原理 | 第13-14页 |
| 2.2 特征提取 | 第14-21页 |
| 2.2.1 语音数据预处理 | 第14-15页 |
| 2.2.2 基于帧的音频特征 | 第15-20页 |
| 2.2.3 基于片段的音频特征 | 第20-21页 |
| 2.3 特征域补偿方法 | 第21-23页 |
| 2.3.1 静音检测 | 第21页 |
| 2.3.2 倒谱均值减 | 第21-22页 |
| 2.3.3 RASTA滤波 | 第22页 |
| 2.3.4 特征高斯化 | 第22-23页 |
| 2.4 语种识别的分类方法 | 第23-25页 |
| 2.4.1 基于音素特征的识别方法 | 第23页 |
| 2.4.2 基于声学特征的识别方法 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于HMM的目标语种识别 | 第27-37页 |
| 3.1 HMM语种识别技术概述 | 第27-32页 |
| 3.1.1 离散马尔科夫过程 | 第27-28页 |
| 3.1.2 隐马尔科夫过程 | 第28-29页 |
| 3.1.3 HMM的三个基本问题 | 第29-32页 |
| 3.2 HMM语种识别系统设计与改进 | 第32-34页 |
| 3.2.1 HMM基本系统的设计 | 第32-33页 |
| 3.2.2 HMM系统的改进 | 第33-34页 |
| 3.3 实验结果与性能分析 | 第34-36页 |
| 3.3.1 语料库 | 第34页 |
| 3.3.2 输入特征 | 第34页 |
| 3.3.3 系统描述 | 第34-35页 |
| 3.3.4 实验结果及其分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于DBN的目标语种识别 | 第37-65页 |
| 4.1 DBN网络模型相关技术 | 第37-56页 |
| 4.1.1 BP神经网络模型 | 第37-44页 |
| 4.1.2 深度学习的背景 | 第44-47页 |
| 4.1.3 受限玻尔兹曼机 | 第47-53页 |
| 4.1.4 深度信念神经网络 | 第53-55页 |
| 4.1.5 模型训练方式 | 第55-56页 |
| 4.2 DBN语种识别系统设计 | 第56-58页 |
| 4.2.1 输入的原始特征 | 第56-57页 |
| 4.2.2 模型训练方法 | 第57页 |
| 4.2.3 模型测试方案 | 第57-58页 |
| 4.3 DBN实验结果与性能分析 | 第58-63页 |
| 4.3.1 DBN模型参数对识别效果的影响 | 第58-61页 |
| 4.3.2 HMM与DBN系统识别效果对比 | 第61-62页 |
| 4.3.3 输入特征组合对识别性能的影响 | 第62-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 本文工作总结 | 第65-66页 |
| 5.2 未来工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
