基于波束形成与DNN的远距离语音识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 语音识别的研究现状 | 第10-12页 |
| 1.3 论文主要工作及内容安排 | 第12-13页 |
| 2 远距离语音识别基本理论 | 第13-29页 |
| 2.1 引言 | 第13页 |
| 2.2 麦克风阵列 | 第13-17页 |
| 2.2.1 麦克风阵列拓扑结构 | 第14页 |
| 2.2.2 波束形成 | 第14-17页 |
| 2.3 语音信号特征提取 | 第17-19页 |
| 2.4 基于深度神经网络的声学模型 | 第19-23页 |
| 2.4.1 DNN-HMM声学模型 | 第19-21页 |
| 2.4.2 端到端声学模型 | 第21-23页 |
| 2.5 语言模型与解码方法 | 第23-28页 |
| 2.5.1 N元语言模型 | 第24页 |
| 2.5.2 基于WFST的语音识别 | 第24-25页 |
| 2.5.3 维特比算法 | 第25-26页 |
| 2.5.4 Beam搜索算法 | 第26-27页 |
| 2.5.5 解码词网格 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 3 基于改进BFDNN的远距离语音识别方法 | 第29-42页 |
| 3.1 引言 | 第29页 |
| 3.2 算法原理 | 第29-37页 |
| 3.2.1 多通道互相关系数信息提取 | 第30-31页 |
| 3.2.2 均匀圆阵 | 第31-32页 |
| 3.2.3 MVDR波束形成器 | 第32-34页 |
| 3.2.4 联合DNN的波束形成器空间权重的估计 | 第34-35页 |
| 3.2.5 系统训练与解码 | 第35-37页 |
| 3.3 仿真实验结果和分析 | 第37-41页 |
| 3.3.1 实验环境与参数设置 | 第37页 |
| 3.3.2 仿真结果与分析 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于反馈增强网络的远距离语音识别方法 | 第42-53页 |
| 4.1 引言 | 第42页 |
| 4.2 算法原理 | 第42-48页 |
| 4.2.1 注意力机制网络结构 | 第43-44页 |
| 4.2.2 语音增强DNN与注意力机制联合系统 | 第44-46页 |
| 4.2.3 联合系统训练与解码 | 第46-48页 |
| 4.3 仿真实验结果和分析 | 第48-52页 |
| 4.3.1 实验环境与参数设置 | 第48-49页 |
| 4.3.2 仿真结果与分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59页 |
