基于深度学习的语音关键词匹配模型
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9页 |
| 1.2 课题研究目的及意义 | 第9-10页 |
| 1.3 国内外相关技术研究现状 | 第10-14页 |
| 1.3.1 音频特征提取的研究现状 | 第10-12页 |
| 1.3.2 语音匹配方法的研究现状 | 第12-13页 |
| 1.3.3 深度学习算法的研究现状 | 第13-14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 1.5 本文的章节结构 | 第15-16页 |
| 第2章 语音匹配相关技术介绍 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 语音信号的特征提取 | 第16-20页 |
| 2.2.1 语音信号预处理 | 第16-18页 |
| 2.2.2 梅尔倒频谱系数提取 | 第18-19页 |
| 2.2.3 语谱图特征提取 | 第19-20页 |
| 2.2.4 特征后处理 | 第20页 |
| 2.3 传统语音匹配相关技术介绍 | 第20-22页 |
| 2.3.1 编辑距离 | 第20-21页 |
| 2.3.2 动态时间规整 | 第21-22页 |
| 2.3.3 N元语法模型 | 第22页 |
| 2.4 基于深度学习语音匹配相关技术介绍 | 第22-29页 |
| 2.4.1 CNN模型介绍 | 第23-25页 |
| 2.4.2 LSTM模型介绍 | 第25-26页 |
| 2.4.3 CLDNN模型介绍 | 第26-27页 |
| 2.4.4 CTC算法介绍 | 第27-29页 |
| 2.4.5 SNN模型介绍 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于语音识别的关键词匹配模型研究 | 第30-37页 |
| 3.1 引言 | 第30页 |
| 3.2 数据集介绍 | 第30-31页 |
| 3.3 语音关键词匹配模型设计 | 第31-33页 |
| 3.3.1 LSTM+CTC模型构建 | 第31-32页 |
| 3.3.2 稀疏张量 | 第32-33页 |
| 3.3.3 匹配相似度定义 | 第33页 |
| 3.4 关键词匹配实验与分析 | 第33-36页 |
| 3.4.1 实验配置与模型参数设置 | 第33-34页 |
| 3.4.2 模型性能评价与分析 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 端到端的语音关键词匹配模型研究 | 第37-46页 |
| 4.1 引言 | 第37页 |
| 4.2 语音关键词匹配模型设计 | 第37-42页 |
| 4.2.1 端到端的关键词匹配模型 | 第37-38页 |
| 4.2.2 模型整体结构设计 | 第38-40页 |
| 4.2.3 特征提取模块设计 | 第40-41页 |
| 4.2.4 匹配模块设计 | 第41-42页 |
| 4.3 关键词匹配实验与分析 | 第42-45页 |
| 4.3.1 实验配置与模型参数设置 | 第42-43页 |
| 4.3.2 模型性能横向评价 | 第43-44页 |
| 4.3.3 模型实用性分析 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 致谢 | 第53页 |
