基于深度学习方法的语音识别研究
摘要 | 第3-4页 |
abstract | 第4页 |
第1章 绪论 | 第8-13页 |
1.1 语音识别的发展现状和趋势 | 第8-9页 |
1.2 研究的目的与意义 | 第9-11页 |
1.2.1 研究目的 | 第9-10页 |
1.2.2 研究意义 | 第10-11页 |
1.3 本文的创新点与研究内容 | 第11-13页 |
1.3.1 本文的创新点 | 第11页 |
1.3.2 本文的结构 | 第11-13页 |
第2章 语音识别的基本原理 | 第13-25页 |
2.1 语音识别原理 | 第13页 |
2.2 语音信号的预处理 | 第13-17页 |
2.2.1 语音信号的预加重 | 第14页 |
2.2.2 加窗分帧 | 第14-15页 |
2.2.3 端点检测 | 第15-17页 |
2.3 语音信号的特征提取 | 第17-21页 |
2.3.1 线性预测系数(LPC) | 第18-19页 |
2.3.2 线性预测倒谱系数(LPCC) | 第19-20页 |
2.3.3 美尔频率倒谱系数(MFCC) | 第20-21页 |
2.3.4 基于一阶差分的提取 | 第21页 |
2.4 语音识别方法 | 第21-22页 |
2.4.1 基于语音学和声学方法 | 第21页 |
2.4.2 模板匹配方法 | 第21-22页 |
2.5 语音识别技术 | 第22-24页 |
2.5.1 动态时间规整(DTW) | 第22页 |
2.5.2 隐马尔可夫法(HMM) | 第22-23页 |
2.5.3 矢量量化(VQ) | 第23页 |
2.5.4 神经网络 | 第23-24页 |
2.6 本章小结 | 第24-25页 |
第3章 传统神经网络模型 | 第25-33页 |
3.1 脑神经结构 | 第25-26页 |
3.2 听觉神经语音处理结构和方式 | 第26-29页 |
3.2.1 听觉神经系统结构 | 第26-27页 |
3.2.2 人脑语音处理的心理学探究 | 第27-28页 |
3.2.3 听觉机制的计算模型 | 第28-29页 |
3.3 神经网络语音特征训练方式 | 第29页 |
3.4 传统神经网络模型(BP) | 第29-32页 |
3.5 本章小结 | 第32-33页 |
第4章 深度学习语音识别模型 | 第33-45页 |
4.1 深度学习的基本原理 | 第33页 |
4.2 深度学习与浅层网络比较 | 第33-34页 |
4.3 深度学习语音识别一般过程 | 第34-35页 |
4.4 深度学习算法的模型 | 第35-44页 |
4.4.1 自动编码器 | 第35-39页 |
4.4.2 稀疏编码 | 第39-40页 |
4.4.3 限制波尔兹曼机 | 第40-43页 |
4.4.4 深信度网络 | 第43页 |
4.4.5 卷积神经网络 | 第43-44页 |
4.5 本章小结 | 第44-45页 |
第5章 实验与结果分析 | 第45-55页 |
5.1 语音信号采集 | 第45-46页 |
5.2 采样信号预处理 | 第46-49页 |
5.3 BP算法特征训练 | 第49-50页 |
5.4 自动编码器模型特征训练 | 第50-54页 |
5.5 实验结果分析和比较 | 第54-55页 |
第6章 总结与展望 | 第55-58页 |
6.1 全文总结 | 第55-56页 |
6.2 研究展望 | 第56-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-61页 |
附录1 攻读硕士学位期间发表的论文 | 第61页 |