卷积神经网络研究及其在基音检测中的应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第13-16页 |
| 1.1 研究内容和主要工作 | 第14-15页 |
| 1.2 论文组织结构 | 第15-16页 |
| 第二章 基音检测的基本理论 | 第16-22页 |
| 2.1 语音基础 | 第16-17页 |
| 2.1.1 发声系统 | 第16-17页 |
| 2.1.2 基音(pitch) | 第17页 |
| 2.2 语音基音检测 | 第17-18页 |
| 2.3 常见的基音检测方法 | 第18-21页 |
| 2.3.1 自相关函数法 | 第18-19页 |
| 2.3.2 平均幅度差法 | 第19-20页 |
| 2.3.3 倒谱法 | 第20页 |
| 2.3.4 Jin方法 | 第20页 |
| 2.3.5 PEFAC方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 神经网络与卷积神经网络 | 第22-41页 |
| 3.1 神经网络 | 第22-31页 |
| 3.1.1 单层感知机 | 第24-28页 |
| 3.1.2 单输出多层感知机 | 第28-29页 |
| 3.1.3 多输出多层感知机 | 第29-31页 |
| 3.2 卷积神经网络 | 第31-39页 |
| 3.2.1 卷积神经网络的常用结构 | 第32-33页 |
| 3.2.2 卷积与子采样 | 第33-34页 |
| 3.2.3 卷积与权值共享 | 第34-35页 |
| 3.2.4 CNN训练过程中的三次卷积过程 | 第35-38页 |
| 3.2.5 卷积的作用 | 第38-39页 |
| 3.3 卷积神经网络实践 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于CNN的基音检测系统描述 | 第41-50页 |
| 4.1 特征选择 | 第41-42页 |
| 4.2 CNN的输出定义 | 第42-43页 |
| 4.3 CNN结构描述及训练控制 | 第43-45页 |
| 4.4 CNN与ACF融合 | 第45-47页 |
| 4.5 动态规划后处理 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 实验及其结论 | 第50-56页 |
| 5.1 数据描述 | 第50页 |
| 5.2 实验评估 | 第50-51页 |
| 5.3 对比实验 | 第51-55页 |
| 5.4 后续工作 | 第55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |
