深度神经网络音素识别系统及其隐藏层研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-13页 |
1.1 课题背景 | 第10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 课题研究意义 | 第11-12页 |
1.4 论文组织结构 | 第12-13页 |
第二章 语音识别 | 第13-24页 |
2.1 语音识别概述 | 第13-16页 |
2.1.1 语音识别发展历史 | 第13-14页 |
2.1.2 语音识别现状及瓶颈 | 第14-15页 |
2.1.3 语音识别基本原理 | 第15-16页 |
2.2 语音信号数字化及预处理 | 第16-17页 |
2.3 声学特征 | 第17-19页 |
2.3.1 基本声学特征 | 第17-18页 |
2.3.2 声学特征的抗噪处理 | 第18页 |
2.3.3 说话人处理 | 第18-19页 |
2.3.4 人工神经网络 | 第19页 |
2.4 声学模型 | 第19-21页 |
2.4.1 HMM模型简介 | 第19-20页 |
2.4.2 模型训练算法 | 第20-21页 |
2.5 语言模型 | 第21-22页 |
2.5.1 多元文法(N-gram)模型 | 第21-22页 |
2.5.2 语言模型的发展 | 第22页 |
2.6 识别解码算法 | 第22-23页 |
2.7 本章小结 | 第23-24页 |
第三章 神经网络与深度学习 | 第24-36页 |
3.1 人工神经网络 | 第24-29页 |
3.1.1 人工神经网络优劣 | 第24-25页 |
3.1.2 人工神经网络基本原理 | 第25页 |
3.1.3 神经元模型 | 第25-26页 |
3.1.4 神经网络的学习方式 | 第26-27页 |
3.1.5 反向传播算法 | 第27-29页 |
3.2 深度学习 | 第29-32页 |
3.2.1 神经科学的启示 | 第30页 |
3.2.2 深度学习概述 | 第30-31页 |
3.2.3 典型的深度学习结构 | 第31-32页 |
3.3 深度神经网络 | 第32-35页 |
3.3.1 受限玻尔兹曼机 | 第32-34页 |
3.3.2 DBN预训练及微调 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第四章 深度神经网络音素识别系统 | 第36-47页 |
4.1 Kaldi工具箱简介 | 第36-37页 |
4.1.1 Kaldi工具箱的主要优势特征 | 第36页 |
4.1.2 Kaldi工具箱的基本结构 | 第36-37页 |
4.2 日语DNN音素识别系统 | 第37-41页 |
4.2.1 数据库分析 | 第37-38页 |
4.2.2 数据预处理 | 第38-39页 |
4.2.3 提取声学特征 | 第39页 |
4.2.4 声学模型的训练与解码 | 第39-41页 |
4.2.5 音素识别结果及分析 | 第41页 |
4.3 英语DNN音素识别系统 | 第41-44页 |
4.3.1 数据库分析 | 第42页 |
4.3.2 数据预处理 | 第42-43页 |
4.3.3 提取声学特征 | 第43页 |
4.3.4 音素识别结果及分析 | 第43-44页 |
4.4 汉语DNN音素识别系统 | 第44-46页 |
4.4.1 数据库分析 | 第44页 |
4.4.2 数据预处理 | 第44-46页 |
4.4.3 音素识别结果及分析 | 第46页 |
4.5 本章小结 | 第46-47页 |
第五章 深度神经网络隐藏层研究 | 第47-56页 |
5.1 实验准备工作 | 第47-49页 |
5.1.1 实验设计 | 第47-48页 |
5.1.2 基准系统 | 第48-49页 |
5.2 去层实验 | 第49-50页 |
5.2.1 去层实验分析及步骤 | 第49-50页 |
5.2.2 去层实验语音识别结果 | 第50页 |
5.3 换层实验 | 第50-51页 |
5.3.1 换层实验分析及步骤 | 第50页 |
5.3.2 换层实验语音识别结果 | 第50-51页 |
5.4 实验结果分析 | 第51-54页 |
5.4.1 语音分析 | 第51页 |
5.4.2 去层实验结果分析 | 第51-52页 |
5.4.3 换层实验结果分析 | 第52-54页 |
5.5 日语系统的实验 | 第54-55页 |
5.6 本章小结 | 第55-56页 |
第六章 总结与展望 | 第56-58页 |
6.1 工作总结及讨论 | 第56页 |
6.2 研究展望 | 第56-58页 |
参考文献 | 第58-63页 |
发表论文和参加科研情况说明 | 第63-64页 |
致谢 | 第64-65页 |