发音器官在生理识别中的贡献率及相互补偿的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 本文研究内容 | 第9页 |
| 1.3 课题研究意义 | 第9-10页 |
| 1.4 创新性工作 | 第10页 |
| 1.5 全文安排 | 第10-11页 |
| 第2章 相关理论介绍 | 第11-21页 |
| 2.1 语音产生 | 第11-13页 |
| 2.2 电磁发生仪 | 第13-15页 |
| 2.3 日语音素分类 | 第15-17页 |
| 2.4 语音识别发展 | 第17-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于深度学习的生理识别系统 | 第21-32页 |
| 3.1 特征数据采集 | 第21-22页 |
| 3.2 GMM-HMM语音识别原理 | 第22-26页 |
| 3.2.1 高斯混合模型 | 第22-24页 |
| 3.2.2 隐马尔可夫模型 | 第24-25页 |
| 3.2.3 GMM-HMM语音识别框架 | 第25-26页 |
| 3.3 DNN-HMM语音识别原理 | 第26-29页 |
| 3.4 线性判别分析 | 第29-30页 |
| 3.5 最大似然线性转换 | 第30页 |
| 3.6 说话人自适应训练 | 第30-31页 |
| 3.7 本章小结 | 第31-32页 |
| 第4章 实验及结果分析 | 第32-49页 |
| 4.1 实验数据准备 | 第32-35页 |
| 4.2 生理识别系统搭建及参数设置 | 第35-37页 |
| 4.3 贡献率实验及结果分析 | 第37-43页 |
| 4.4 补偿实验及结果分析 | 第43-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 论文总结展望 | 第49-51页 |
| 5.1 论文总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 致谢 | 第55-56页 |
