基于深度学习的藏语拉萨方言语音识别的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 语音识别发展历史及研究现状 | 第9-11页 |
| 1.2.2 藏语语音识别的研究现状 | 第11页 |
| 1.3 本论文的结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 藏语识别原理 | 第13-20页 |
| 2.1 藏语语音识别系统结构 | 第13页 |
| 2.2 语音信号处理与分析 | 第13-19页 |
| 2.2.1 语音信号的数字化处理 | 第14页 |
| 2.2.2 预处理 | 第14-15页 |
| 2.2.3 特征提取 | 第15-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于HMM的语音识别研究 | 第20-27页 |
| 3.1 HMM基本原理 | 第20-21页 |
| 3.2 HMM模型的三个问题 | 第21-26页 |
| 3.2.1 概率计算 | 第22-23页 |
| 3.2.2 最优状态序列搜索 | 第23-24页 |
| 3.2.3 参数估计 | 第24-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第4章 深度学习模型 | 第27-36页 |
| 4.1 深度学习简介 | 第27-28页 |
| 4.2 深度学习和浅层学习 | 第28-29页 |
| 4.3 深度学习的结构 | 第29-30页 |
| 4.4 递归神经网络 | 第30-35页 |
| 4.4.1 多层感知器 | 第30-31页 |
| 4.4.2 递归神经网络 | 第31-32页 |
| 4.4.3 长短时记忆网络 | 第32-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第5章 LSTM-HMM模型的藏语语音识别实验 | 第36-49页 |
| 5.1 藏语发音介绍 | 第36-39页 |
| 5.1.1 藏文的介绍 | 第36-37页 |
| 5.1.2 藏语拉萨方言拼音的声韵母 | 第37-38页 |
| 5.1.3 藏语的声调 | 第38-39页 |
| 5.2 语音样本库的建立 | 第39-44页 |
| 5.2.1 文本语料库的设计 | 第39页 |
| 5.2.2 语音语料的录制 | 第39-41页 |
| 5.2.3 语料的切分和标注 | 第41-44页 |
| 5.3 语音数据特征提取 | 第44-45页 |
| 5.4 递归神经网络配置 | 第45-47页 |
| 5.5 实验结果 | 第47-48页 |
| 5.6 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 论文总结 | 第49页 |
| 6.2 下一步的工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
