| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 课题背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第二章 相关技术 | 第17-29页 |
| 2.1 语音识别原理 | 第17-19页 |
| 2.2 声学模型 | 第19-20页 |
| 2.3 语言模型 | 第20-22页 |
| 2.3.1 n元语法模型 | 第20-21页 |
| 2.3.2 神经网络语言模型 | 第21-22页 |
| 2.4 端到端语音识别方法 | 第22-27页 |
| 2.4.1 CTC | 第22-25页 |
| 2.4.2 基于Attention的编码器-解码器模型 | 第25-27页 |
| 2.5 评价指标 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 改进的编码器网络在端到端方法中的应用 | 第29-42页 |
| 3.1 引言 | 第29-30页 |
| 3.2 相关工作 | 第30-33页 |
| 3.3 基于tBLSTM的端到端语音识别模型 | 第33-37页 |
| 3.3.1 三角形结构的编码器 | 第34-35页 |
| 3.3.2 解码器 | 第35-37页 |
| 3.4 实验结果及其分析 | 第37-41页 |
| 3.4.1 实验设置 | 第37页 |
| 3.4.2 模型性能分析 | 第37-38页 |
| 3.4.3 参数选择 | 第38-39页 |
| 3.4.4 收敛速度分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 外部语言模型在端到端方法中的应用 | 第42-55页 |
| 4.1 引言 | 第42-43页 |
| 4.2 相关工作 | 第43-46页 |
| 4.3 IndRNNLM的实现与解码 | 第46-50页 |
| 4.3.1 语言模型网络结构 | 第46-48页 |
| 4.3.2 语言模型优化 | 第48-49页 |
| 4.3.3 外部语言模型的融合与解码 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-54页 |
| 4.4.1 PTB上的结果与分析 | 第50-53页 |
| 4.4.2 语音识别的结果与分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55-56页 |
| 5.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录2 攻读硕士学位期间申请的专利 | 第62-63页 |
| 致谢 | 第63页 |