| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 语音识别技术的发展和现状 | 第11-12页 |
| 1.2.2 藏语语音识别的研究现状 | 第12-13页 |
| 1.3 论文结构安排 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 藏语识别的基本原理与技术 | 第15-23页 |
| 2.1 藏语识别系统 | 第15页 |
| 2.2 语音信号处理与分析 | 第15-17页 |
| 2.2.1 数字化处理 | 第15-16页 |
| 2.2.2 预处理 | 第16-17页 |
| 2.3 藏语发音介绍 | 第17-18页 |
| 2.4 语音样本库的建立 | 第18-22页 |
| 2.4.1 文本语料库的设计 | 第19页 |
| 2.4.2 语音语料的录制 | 第19-20页 |
| 2.4.3 语料的切分和标注 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于LSTM的TANDEM特征提取 | 第23-33页 |
| 3.1 递归神经网络 | 第23-28页 |
| 3.1.1 多层感知器 | 第23-24页 |
| 3.1.2 递归神经网络 | 第24-25页 |
| 3.1.3 长短时记忆网络 | 第25-28页 |
| 3.2 双向LSTM模型 | 第28-29页 |
| 3.3 长短时记忆投影递归神经网络模型 | 第29页 |
| 3.4 MFCC声学特征提取 | 第29-31页 |
| 3.5 TANDEM声学特征提取方法 | 第31-32页 |
| 3.6 TANDEM声学特征提取过程 | 第32页 |
| 3.7 本章小结 | 第32-33页 |
| 第4章 LSTM-HMM模型的藏语语音识别 | 第33-39页 |
| 4.1 实验配置 | 第33页 |
| 4.2 基于GMM-HMM的基线系统 | 第33-34页 |
| 4.3 基于CD-DNN-HMM的语音识别 | 第34-35页 |
| 4.4 基于TANDEM特征的LSTM-HMM语音识别 | 第35-37页 |
| 4.5 实验结果及性能对比分析 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 总结与展望 | 第39-41页 |
| 5.1 论文总结 | 第39-40页 |
| 5.2 工作展望 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 攻读学位期间的研究成果 | 第45-46页 |
| 致谢 | 第46页 |