基于Kaldi的语音识别的研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 语音识别综述 | 第9-10页 |
| 1.2 语音识别发展趋势 | 第10-11页 |
| 1.3 语音识别目前面临问题 | 第11-12页 |
| 1.4 本文主要内容及安排 | 第12-14页 |
| 1.4.1 本文主要内容 | 第12页 |
| 1.4.2 本文组织安排 | 第12-14页 |
| 第二章 语音信号技术处理 | 第14-21页 |
| 2.1 语音识别过程 | 第14-15页 |
| 2.2 语音信号特点 | 第15页 |
| 2.3 语音信号预处理 | 第15-17页 |
| 2.3.1 语音信号预加重 | 第15页 |
| 2.3.2 语音信号加窗分帧 | 第15-16页 |
| 2.3.3 语音信号端点检测 | 第16-17页 |
| 2.4 语音信号特征提取 | 第17-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 传统声学模型分析 | 第21-33页 |
| 3.1 混合高斯模型 | 第21-22页 |
| 3.1.1 高斯分布 | 第21页 |
| 3.1.2 采用混合高斯分布对语音特征进行建模 | 第21-22页 |
| 3.2 隐马尔科夫模型 | 第22-25页 |
| 3.2.1 马尔科夫链 | 第22-23页 |
| 3.2.2 隐马尔科夫链 | 第23-25页 |
| 3.3 GMM-HMM模型建模 | 第25页 |
| 3.4 GMM-HMM模型学习训练 | 第25-29页 |
| 3.4.1 E步骤 | 第26-28页 |
| 3.4.2 M步骤 | 第28-29页 |
| 3.5 GMM-HMM解码 | 第29-32页 |
| 3.5.1 动态规划 | 第29-31页 |
| 3.5.2 维特比算法 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 人工神经网络相比传统模型的优势 | 第33-52页 |
| 4.1 人工神经网络 | 第33-34页 |
| 4.2 DNN-HMM建模的特点与优势 | 第34-36页 |
| 4.3 DNN—HMM学习训练的特点与优势 | 第36-48页 |
| 4.3.1 训练准则的特点与优势 | 第37-38页 |
| 4.3.2 训练算法的特点与优势 | 第38-41页 |
| 4.3.3 模型初始化的特点与优势 | 第41-45页 |
| 4.3.4 随机取样化的特点与优势 | 第45-47页 |
| 4.3.5 DNN-HMM的特点与优势小结 | 第47-48页 |
| 4.4 DNN-HMM解码的特点与优势 | 第48-50页 |
| 4.4.1 解码路径 | 第48页 |
| 4.4.2 解码加速 | 第48-50页 |
| 4.5 网络中存在的问题以及改进 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 Kaldi的使用与结果分析 | 第52-67页 |
| 5.1 Kaldi的安装与配置 | 第52-54页 |
| 5.2 Kaldi的输入与输出 | 第54-57页 |
| 5.3 Kaldi的声学建模 | 第57-58页 |
| 5.4 Kaldi的训练与解码 | 第58-63页 |
| 5.4.1 Kaldi中DNN的训练 | 第58-61页 |
| 5.4.2 Kaldi中DNN的解码 | 第61-63页 |
| 5.5 实验结果与分析 | 第63-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第71-72页 |
| 致谢 | 第72页 |
