基于瓶颈特征的语种识别系统
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 语种识别简介 | 第7-8页 |
| 1.2 本文研究内容及各章节安排 | 第8-11页 |
| 第2章 背景介绍 | 第11-23页 |
| 2.1 基于音素识别器的语种识别方法 | 第12-16页 |
| 2.1.1 PRLM语种识别方法 | 第12-14页 |
| 2.1.2 PRSVM语种识别方法 | 第14-15页 |
| 2.1.3 基于PPR的语种识别方法 | 第15-16页 |
| 2.1.4 基于其它识别单元的语种识别方法 | 第16页 |
| 2.2 基于其他特征的语种识别方法 | 第16-18页 |
| 2.2.1 基于韵律特征的语种识别方法 | 第16-17页 |
| 2.2.2 基于PLLR特征的语种识别方法 | 第17-18页 |
| 2.3 本文采用的数据集介绍 | 第18-19页 |
| 2.4 性能评测标准介绍 | 第19页 |
| 2.5 Kaldi语音识别工具箱 | 第19-23页 |
| 第3章 基于底层声学特征的语种识别方法 | 第23-37页 |
| 3.1 SDC特征 | 第23-24页 |
| 3.2 GMM-UBM语种识别方法 | 第24-28页 |
| 3.3 GMM-MMI语种识别方法 | 第28-29页 |
| 3.4 基于因子分析的语种识别方法 | 第29-37页 |
| 3.4.1 子空间因子建模方法 | 第29-30页 |
| 3.4.2 全差异空间因子建模方法 | 第30-37页 |
| 第4章 音素相关深瓶颈特征 | 第37-49页 |
| 4.1 深度学习理论 | 第37-39页 |
| 4.2 基于音素状态的特征学习 | 第39-40页 |
| 4.3 带有瓶颈层的DNN训练及特征提取 | 第40-45页 |
| 4.3.1 基于RBM模型的预训练 | 第41-44页 |
| 4.3.2 精细调整 | 第44-45页 |
| 4.3.3 深瓶颈特征的提取 | 第45页 |
| 4.4 基于DBF语种识别系统 | 第45-47页 |
| 4.5 DBF与传统SDC特征的性能对比 | 第47-49页 |
| 第5章 总结及展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和参加科研情况说明 | 第55-57页 |
| 致谢 | 第57页 |
