| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 语音识别的国内外研究历史与现状 | 第11-14页 |
| 1.2.1 语音识别的发展史回顾 | 第12-13页 |
| 1.2.2 语音识别的研究现状 | 第13-14页 |
| 1.3 论文重点难点与主要研究内容 | 第14-15页 |
| 1.4 论文内容和结构安排 | 第15-17页 |
| 第二章 语音识别系统的原理 | 第17-30页 |
| 2.1 语音识别的基本原理 | 第17-19页 |
| 2.2 语音信号预处理和特征提取 | 第19-21页 |
| 2.3 声学模型概述 | 第21-23页 |
| 2.3.1 音素 | 第21页 |
| 2.3.2 声学模型 | 第21-22页 |
| 2.3.3 混合高斯-隐马尔科夫模型 | 第22-23页 |
| 2.4 语言模型概述 | 第23-27页 |
| 2.4.1 N元语法模型 | 第24-25页 |
| 2.4.2 平滑技术 | 第25-26页 |
| 2.4.3 语言模型的性能指标 | 第26-27页 |
| 2.4.4 语言模型技术的最新进展 | 第27页 |
| 2.5 解码器 | 第27-28页 |
| 2.6 语音识别系统的性能指标 | 第28页 |
| 2.7 传统语音识别技术面临的挑战 | 第28-29页 |
| 2.8 本章小结 | 第29-30页 |
| 第三章 基于深度学习的语音识别 | 第30-44页 |
| 3.1 深度学习语音识别发展 | 第30页 |
| 3.2 深层神经网络理论基础 | 第30-38页 |
| 3.2.1 感知机模型 | 第30-31页 |
| 3.2.2 深度前馈神经网络 | 第31-32页 |
| 3.2.3 向前传播算法 | 第32-34页 |
| 3.2.4 误差反向传播算法 | 第34-36页 |
| 3.2.5 DROPOUT | 第36-37页 |
| 3.2.6 基于深度神经网络的声学模型 | 第37-38页 |
| 3.3 循环神经网络 | 第38-43页 |
| 3.3.1 基本的循环神经网络 | 第38-40页 |
| 3.3.2 长短时记忆神经网络 | 第40-41页 |
| 3.3.3 门限循环神经网络 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 分节信息的应用 | 第44-59页 |
| 4.1 分节信息 | 第44-47页 |
| 4.1.1 分节信息的原理 | 第44-46页 |
| 4.1.2 分节信息在语音识别中的相关工作 | 第46-47页 |
| 4.1.3 分节信息的利用 | 第47页 |
| 4.2 改进的分节特征转换模型的训练实验 | 第47-57页 |
| 4.2.1 模型超参数和初始化设置 | 第48-51页 |
| 4.2.2 实验过程 | 第51-56页 |
| 4.2.2.1 基准模型训练实验 | 第51-54页 |
| 4.2.2.2 联合模型训练实验 | 第54-56页 |
| 4.2.3 实验结果与分析 | 第56-57页 |
| 4.2.3.1 基准模型的性能测试结果 | 第56页 |
| 4.2.3.2 联合模型的性能测试结果 | 第56-57页 |
| 4.2.3.3 结果分析 | 第57页 |
| 4.3 本章小结 | 第57-59页 |
| 第五章 基于分节信息的蒸馏学习的研究 | 第59-73页 |
| 5.1 KNOWLEDGE DISTILLATION | 第59-61页 |
| 5.2 GENERALIZED DISTILLATION | 第61-62页 |
| 5.3 方言口音差异的蒸馏学习声学模型 | 第62-72页 |
| 5.3.1 模型超参数和初始化设置 | 第63-65页 |
| 5.3.2 蒸馏学习训练实验过程 | 第65-67页 |
| 5.3.3 蒸馏学习结果 | 第67-69页 |
| 5.3.4 结果分析 | 第69-70页 |
| 5.3.5 分节信息蒸馏学习与方言口音差异 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 未来工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |