| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 论文创新工作 | 第10页 |
| 1.4 论文结构 | 第10-12页 |
| 第2章 相关背景综述 | 第12-26页 |
| 2.1 无声语音接口 | 第12-14页 |
| 2.1.1 电磁发音仪EMA | 第12-13页 |
| 2.1.2 表面肌电信号传感器surface EMG（sEMG） | 第13-14页 |
| 2.1.3 超声和光学成像 | 第14页 |
| 2.2 语音识别 | 第14-19页 |
| 2.2.1 语音识别的历史和发展现状 | 第14-16页 |
| 2.2.2 语音识别过程 | 第16-19页 |
| 2.3 深度神经网络（DNN） | 第19-23页 |
| 2.3.1 神经网络的历史和发展现状 | 第19-21页 |
| 2.3.2 DNN在语音识别中的应用 | 第21-23页 |
| 2.4 本章小结 | 第23-26页 |
| 第3章 无声语音识别系统 | 第26-44页 |
| 3.1 数据采集 | 第26-32页 |
| 3.1.1 图像数据采集设备简介 | 第26-30页 |
| 3.1.2 TIMIT语料库 | 第30-31页 |
| 3.1.3 数据采集规则 | 第31-32页 |
| 3.2 非声学特征提取 | 第32-41页 |
| 3.2.1 图像特征提取方法简介 | 第32-36页 |
| 3.2.2 基于自编码网络的特征提取 | 第36-41页 |
| 3.3 无声语音识别 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 实验与分析 | 第44-58页 |
| 4.1 数据集 | 第44页 |
| 4.2 特征提取 | 第44-49页 |
| 4.2.1 图像预处理 | 第45页 |
| 4.2.2 DAE网络训练 | 第45-47页 |
| 4.2.3 结果及分析 | 第47-49页 |
| 4.3 无声语音识别 | 第49-55页 |
| 4.3.1 Kaldi语音识别工具箱 | 第49页 |
| 4.3.2 数据准备 | 第49-51页 |
| 4.3.3 DNN-HMM训练 | 第51-53页 |
| 4.3.4 识别结果分析 | 第53-55页 |
| 4.4 本章小结 | 第55-58页 |
| 第5章 网络参数对模型训练的影响 | 第58-64页 |
| 5.1 DAE训练迭代次数对图像重构的影响 | 第58-60页 |
| 5.2 高斯数对单音素模型的影响 | 第60-61页 |
| 5.3 回归树叶节点数和高斯数对三音素模型的影响 | 第61-62页 |
| 5.4 DNN训练层数和隐层节点数对识别结果的影响 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况说明 | 第70-72页 |
| 致谢 | 第72-73页 |