| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 发展历史及现状 | 第11-13页 |
| 1.3 语音识别框架 | 第13-19页 |
| 1.3.1 特征提取 | 第14-15页 |
| 1.3.2 声学模型 | 第15-17页 |
| 1.3.3 语言模型 | 第17-18页 |
| 1.3.4 解码器 | 第18-19页 |
| 1.4 说话人自适应技术 | 第19-22页 |
| 1.5 系统的评价指标 | 第22页 |
| 1.6 本文主要研究内容及结构安排 | 第22-25页 |
| 第二章 基于辅助特征的说话人自适应方法 | 第25-43页 |
| 2.1 引言 | 第25-26页 |
| 2.2 HMM-DNN声学建模 | 第26-29页 |
| 2.3 基于辅助特征的说话人自适应模型 | 第29-30页 |
| 2.4 鉴别性矢量 | 第30-32页 |
| 2.4.1 全局差异空间矩阵的估计 | 第31-32页 |
| 2.4.2 鉴别性矢量的提取 | 第32页 |
| 2.5 瓶颈说话人矢量 | 第32-34页 |
| 2.5.1 瓶颈特征 | 第33页 |
| 2.5.2 瓶颈说话人矢量的提取 | 第33-34页 |
| 2.6 最大似然线性回归 | 第34-37页 |
| 2.6.1 无约束最大似然线性回归 | 第35-36页 |
| 2.6.2 约束最大似然线性回归 | 第36-37页 |
| 2.7 实验结果与分析 | 第37-41页 |
| 2.7.1 实验语料库及环境配置 | 第37-38页 |
| 2.7.2 基线系统 | 第38页 |
| 2.7.3 结果与分析 | 第38-41页 |
| 2.8 本章小结 | 第41-43页 |
| 第三章 基于LHUC的说话人自适应方法 | 第43-53页 |
| 3.1 引言 | 第43-44页 |
| 3.2 LHUC自适应方法 | 第44-46页 |
| 3.2.1 LHUC基本原理 | 第44-46页 |
| 3.2.2 自适应参数更新 | 第46页 |
| 3.3 基于多任务学习的说话人自适应方法 | 第46-49页 |
| 3.3.1 多任务学习基本原理 | 第47-48页 |
| 3.3.2 多任务学习的LHUC自适应系统 | 第48-49页 |
| 3.4 实验结果与分析 | 第49-52页 |
| 3.4.1 实验配置 | 第49页 |
| 3.4.2 结果与分析 | 第49-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于卷积神经网络的说话人自适应方法 | 第53-67页 |
| 4.1 引言 | 第53页 |
| 4.2 卷积神经网络模型 | 第53-57页 |
| 4.2.1 卷积层 | 第54-56页 |
| 4.2.2 池化层 | 第56-57页 |
| 4.2.3 全连接层 | 第57页 |
| 4.3 基于CNN的说话人自适应建模 | 第57-61页 |
| 4.3.1 HMM-CNN声学建模 | 第57-58页 |
| 4.3.2 CNN-LHUC自适应方法 | 第58-59页 |
| 4.3.3 基于i-vector的CNN自适应方法 | 第59-61页 |
| 4.4 实验结果与分析 | 第61-65页 |
| 4.4.1 实验配置 | 第61-62页 |
| 4.4.2 结果与分析 | 第62-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 论文工作总结 | 第67-68页 |
| 5.2 研究工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第77页 |