首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

基于深度学习的两类典型语音处理问题研究

摘要第8-9页
ABSTRACT第9页
英文缩写词对照表第10-11页
第一章 绪论第11-24页
    1.1 研究背景第11-19页
        1.1.1 深度学习概念第11-13页
        1.1.2 深度学习发展历程第13-16页
        1.1.3 深度学习成功因素第16-18页
        1.1.4 深度学习应用领域第18-19页
    1.2 基于深度学习的语音处理现状第19-22页
        1.2.1 语音识别第19-21页
        1.2.2 语音合成第21页
        1.2.3 音频和音乐处理第21-22页
    1.3 论文主要工作第22-23页
        1.3.1 语音匹配第22-23页
        1.3.2 多模态语音识别第23页
    1.4 论文组织结构第23-24页
第二章 背景知识第24-32页
    2.1 深度置信网络第24-25页
        2.1.1 受限玻尔兹曼机第24-25页
    2.2 卷积神经网络第25-31页
        2.2.1 层的类型第26-28页
        2.2.2 梯度计算第28-29页
        2.2.3 经典模型第29-31页
    2.3 小结第31-32页
第三章 基于卷积深度置信网络的语音匹配第32-44页
    3.1 引言第32-33页
    3.2 卷积深度置信网络模型第33-36页
        3.2.1 卷积受限玻尔兹曼机第34-35页
        3.2.2 概率最大池化第35-36页
    3.3 算法流程第36-39页
        3.3.1 预处理第36-37页
        3.3.2 语音特征提取第37-38页
        3.3.3 语音特征匹配第38-39页
    3.4 实验第39-43页
        3.4.1 TIMIT数据库上语音匹配结果第39-42页
        3.4.2 音乐数据库上的语音匹配结果第42-43页
    3.5 小结第43-44页
第四章 基于递归神经网络的多模态语音识别第44-61页
    4.1 引言第44-45页
    4.2 递归神经网络模型第45-53页
        4.2.1 展开计算图第45-47页
        4.2.2 数学推导第47-49页
        4.2.3 双向递归神经网络第49-50页
        4.2.4 长短时记忆第50-53页
    4.3 多模态递归神经网络模型第53-55页
        4.3.1 模型变体第54-55页
        4.3.2 模型的训练第55页
    4.4 实验第55-60页
        4.4.1 数据集第55-56页
        4.4.2 仅依赖于视觉的识别第56-57页
        4.4.3 仅依赖于听觉的识别第57页
        4.4.4 基于听觉-视觉的语音识别第57-60页
    4.5 小结第60-61页
第五章 总结与展望第61-63页
    5.1 本文工作总结第61-62页
        5.1.1 语音匹配第61页
        5.1.2 多模态语音识别第61-62页
    5.2 未来工作展望第62-63页
致谢第63-64页
参考文献第64-72页
作者在学期间取得的学术成果第72页

论文共72页,点击 下载论文
上一篇:基于深度学习网络的雷达目标识别技术研究
下一篇:基于深度学习的四轴无人飞行器自主跟踪问题研究