基于深度神经网络的RASR语音识别的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-12页 |
| 1.1 语音识别概述 | 第10页 |
| 1.2 语言识别研究历史及现状 | 第10-11页 |
| 1.3 论文研究内容和组织结构 | 第11-12页 |
| 第二章 RASR实现语音识别的基本原理 | 第12-20页 |
| 2.1 隐马尔可夫模型基本原理 | 第13-15页 |
| 2.2 HMM参数说明 | 第15页 |
| 2.3 Baum-Welch重估 | 第15-18页 |
| 2.4 识别和Viterbi算法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第二章 神经网络模型 | 第20-29页 |
| 3.1 人工神经网络基础 | 第20-22页 |
| 3.1.1 人工神经网络模型 | 第20-21页 |
| 3.1.2 神经网络的结构 | 第21-22页 |
| 3.1.3 神经网络的学习 | 第22页 |
| 3.2 BP网络模型 | 第22-25页 |
| 3.2.1 BP算法的基本思想 | 第23页 |
| 3.2.2 BP算法的步骤 | 第23-24页 |
| 3.2.3 BP网络优缺点 | 第24-25页 |
| 3.3 深度学习神经网络模型 | 第25-28页 |
| 3.3.1 深度学习简介 | 第25-26页 |
| 3.3.2 深度学习的基本思想 | 第26页 |
| 3.3.3 深度学习的常用方法 | 第26页 |
| 3.3.4 深度信念神经网络 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于深度神经网络的RASR语音识别的研究 | 第29-59页 |
| 4.1 软件安装 | 第29-31页 |
| 4.1.1 RASR 0.6.1安装 | 第29-30页 |
| 4.1.2 SRILM工具安装 | 第30-31页 |
| 4.1.3 NISTSCTK安装 | 第31页 |
| 4.2 数据准备 | 第31-36页 |
| 4.2.1 语料库文件 | 第31-33页 |
| 4.2.2 字典文件 | 第33-34页 |
| 4.2.3 计算统计 | 第34-36页 |
| 4.3 特征提取 | 第36-39页 |
| 4.3.1 流网络 | 第36-37页 |
| 4.3.2 声学特征 | 第37-38页 |
| 4.3.3 MFCC特征提取 | 第38-39页 |
| 4.4 声学模型训练 | 第39-46页 |
| 4.4.1 单音素训练 | 第40-42页 |
| 4.4.2 三音素训练 | 第42-46页 |
| 4.5 神经网络训练 | 第46-49页 |
| 4.6 语言模型训练 | 第49页 |
| 4.7 解码及识别 | 第49-53页 |
| 4.7.1 解码器 | 第49-50页 |
| 4.7.2 识别过程 | 第50-53页 |
| 4.8 实验结果 | 第53-58页 |
| 4.8.1 AN4语料库识别 | 第53-54页 |
| 4.8.2 TIMIT语料库识别 | 第54-58页 |
| 4.9 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
