基于回归神经网络的语音识别抗噪研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 本文的主要工作与创新点 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第二章 语音识别系统综述 | 第18-36页 |
| 2.1 语音识别概述 | 第18-22页 |
| 2.1.1 语音特征 | 第19-20页 |
| 2.1.2 声学模型 | 第20-21页 |
| 2.1.3 词典与语言模型 | 第21-22页 |
| 2.1.4 解码器 | 第22页 |
| 2.2 基于深度神经网络的声学模型 | 第22-29页 |
| 2.2.1 深度神经网络 | 第23-26页 |
| 2.2.2 CD-DNN-HMM声学模型 | 第26-29页 |
| 2.3 鲁棒语音识别 | 第29-34页 |
| 2.3.1 特征空间 | 第30-32页 |
| 2.3.2 模型空间 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于回归神经网络的语音识别抗噪前端 | 第36-46页 |
| 3.1 回归神经网络及目标函数 | 第36-38页 |
| 3.2 神经网络结构选择 | 第38-44页 |
| 3.2.1 实验及结果 | 第41-44页 |
| 3.3 本章小结 | 第44-46页 |
| 第四章 基于混合密度神经网络的语音抗噪前端 | 第46-54页 |
| 4.1 混合密度神经网络 | 第46-50页 |
| 4.1.1 目标函数分析 | 第49-50页 |
| 4.2 实验及结果 | 第50-53页 |
| 4.2.1 实验结果 | 第50-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 回归神经网络在语音识别领域其他应用 | 第54-62页 |
| 5.1 远场语音识别前端 | 第54-57页 |
| 5.1.1 实验及结果 | 第55-57页 |
| 5.2 基于频谱扩展的语音识别 | 第57-59页 |
| 5.2.1 实验及结果 | 第58页 |
| 5.2.2 实验结果 | 第58-59页 |
| 5.3 本章小结 | 第59-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
