基于深度学习的语音识别方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-11页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.2.1 语音识别研究现状 | 第7-8页 |
| 1.2.2 关键词识别研究现状 | 第8-9页 |
| 1.3 主要研究工作及结构安排 | 第9-11页 |
| 2 语音识别基础理论 | 第11-22页 |
| 2.1 语音识别技术概述 | 第11页 |
| 2.2 语音信号特征提取 | 第11-14页 |
| 2.2.1 语音信号预处理 | 第12页 |
| 2.2.2 常用特征提取方法 | 第12-14页 |
| 2.3 声学模型和语言模型 | 第14-18页 |
| 2.3.1 声学模型 | 第14-17页 |
| 2.3.2 语言模型 | 第17-18页 |
| 2.4 解码器 | 第18-19页 |
| 2.5 卷积神经网络及评价指标 | 第19-21页 |
| 2.5.1 卷积神经网络基础理论 | 第19-20页 |
| 2.5.2 评价指标 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 连续语音识别相关技术研究 | 第22-37页 |
| 3.1 实验工具及配置 | 第22-24页 |
| 3.2 连续语音识别基线系统 | 第24-27页 |
| 3.2.1 TDNN-HMM声学建模 | 第24-25页 |
| 3.2.2 N-Gram语言模型 | 第25页 |
| 3.2.3 在线识别基线系统 | 第25-27页 |
| 3.3 基于通道重排卷积神经网络的关键词识别方法 | 第27-31页 |
| 3.3.1 模型结构 | 第27-30页 |
| 3.3.2 训练策略 | 第30-31页 |
| 3.4 仿真结果分析 | 第31-36页 |
| 3.4.1 在线识别基线系统仿真结果分析 | 第31-32页 |
| 3.4.2 基于通道重排的关键词别仿真结果分析 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 结合通道重排和反向残差的关键词识别研究 | 第37-51页 |
| 4.1 基于反向残差的卷积神经网络 | 第37-41页 |
| 4.1.1 深度分离卷积 | 第37-39页 |
| 4.1.2 线性瓶颈 | 第39页 |
| 4.1.3 反向残差 | 第39页 |
| 4.1.4 模型结构 | 第39-41页 |
| 4.2 基于通道重排和反向残差的卷积神经网络 | 第41-43页 |
| 4.3 仿真结果分析 | 第43-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-58页 |
