| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 语音分离研究现况 | 第11-13页 |
| 1.2.2 语音识别研究现状 | 第13-14页 |
| 1.3 深度学习 | 第14-15页 |
| 1.4 本文主要内容及章节安排 | 第15-18页 |
| 第2章 语音信号预处理和深度学习模型简介 | 第18-30页 |
| 2.1 语音信号处理基础知识 | 第18-21页 |
| 2.1.1 预加重 | 第18-19页 |
| 2.1.2 分帧和加窗 | 第19页 |
| 2.1.3 端点检测 | 第19-21页 |
| 2.2 深度学习模型简介 | 第21-29页 |
| 2.2.1 卷积神经网络模型 | 第21-25页 |
| 2.2.2 长短时记忆模型 | 第25-28页 |
| 2.2.3 学习算法及训练策略 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 深度学习实现语音特征提取 | 第30-48页 |
| 3.1 语音特征提取相关方法 | 第30-35页 |
| 3.1.1 频谱图 | 第30-32页 |
| 3.1.2 梅尔频率倒谱系数 | 第32-33页 |
| 3.1.3 卷积网络提取特征 | 第33-35页 |
| 3.2 深度一维卷积网络实现语音特征提取 | 第35-39页 |
| 3.2.1 基于VGG的一维卷积网络实现语音特征提取 | 第35-36页 |
| 3.2.2 基于GoogLeNet的一维卷积网络实现语音特征提取 | 第36-39页 |
| 3.3 实验分析 | 第39-46页 |
| 3.3.1 实验数据集 | 第39-40页 |
| 3.3.2 实验环境 | 第40-41页 |
| 3.3.3 实验对比与结果分析 | 第41-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 深度学习实现语音分离 | 第48-62页 |
| 4.1 语音分离相关方法 | 第48-52页 |
| 4.1.1 计算听觉场景分析 | 第48页 |
| 4.1.2 基于深度学习的语音分类技术 | 第48-52页 |
| 4.2 基于一维卷积和长短时记忆网络的语音分离模型 | 第52-53页 |
| 4.3 实验分析 | 第53-61页 |
| 4.3.1 实验数据集 | 第53-55页 |
| 4.3.2 语音分离评价标准 | 第55-56页 |
| 4.3.3 实验对比与结果分析 | 第56-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 深度学习实现端对端语音识别 | 第62-76页 |
| 5.1 声学模型相关方法 | 第62-66页 |
| 5.1.1 基于GMM-HMM的声学模型 | 第62页 |
| 5.1.2 CD-DNN-HMM声学模型 | 第62-64页 |
| 5.1.3 端对端语音识别 | 第64-66页 |
| 5.2 基于因果扩张卷积的端对端语音识别模型 | 第66-69页 |
| 5.3 实验分析 | 第69-74页 |
| 5.3.1 实验数据 | 第69-70页 |
| 5.3.2 实验对比与结果分析 | 第70-74页 |
| 5.4 本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-86页 |
| 致谢 | 第86页 |
