| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 引言 | 第11-12页 |
| 1.2 命令词识别概述 | 第12页 |
| 1.3 命令词识别技术的研究背景和发展现状 | 第12-16页 |
| 1.4 影响命令词识别的主要因素 | 第16-18页 |
| 1.5 论文主要研究内容和结构安排 | 第18-20页 |
| 第二章 命令词识别的共性技术介绍 | 第20-46页 |
| 2.1 特征提取 | 第20-33页 |
| 2.1.1 浮点MFCC特征提取及定点化实现 | 第20-28页 |
| 2.1.2 Bottleneck Feature | 第28-31页 |
| 2.1.3 Tandem Feature | 第31-33页 |
| 2.2 HMM识别模型 | 第33-45页 |
| 2.2.1 GMM-HMM模型介绍 | 第34-40页 |
| 2.2.2 DNN-HMM模型介绍 | 第40-45页 |
| 2.3 本章小结 | 第45-46页 |
| 第三章 命令词识别系统的搭建与实验 | 第46-66页 |
| 3.1 命令词识别系统的数据库介绍 | 第46-47页 |
| 3.1.1 命令词数据库 | 第46-47页 |
| 3.1.2 噪声数据库 | 第47页 |
| 3.2 命令词识别系统的设计与实现 | 第47-55页 |
| 3.2.1 HTK工具简介 | 第47-48页 |
| 3.2.2 基于HTK的基线命令词识别系统建立 | 第48-52页 |
| 3.2.3 基于HTK的DNN-HMM命令词识别系统建立 | 第52-55页 |
| 3.3 实验结果及分析 | 第55-65页 |
| 3.3.1 基于HTK的HMM命令词识别系统实验结果 | 第56-57页 |
| 3.3.2 基于HTK的DNN-HMM命令词识别系统实验结果 | 第57页 |
| 3.3.3 加噪命令词识别实验结果 | 第57-63页 |
| 3.3.4 使用定点MFCC作为特征参数的命令词识别实验 | 第63-65页 |
| 3.4 本章小结 | 第65-66页 |
| 第四章 命令词识别技术在呼吸音识别上的应用 | 第66-102页 |
| 4.1 呼吸音识别概述 | 第66-69页 |
| 4.2 呼吸音采集工具介绍 | 第69-70页 |
| 4.3 呼吸音识别的数据 | 第70-76页 |
| 4.3.1 呼吸音数据库简介 | 第70-72页 |
| 4.3.2 呼吸音分类及简介 | 第72-74页 |
| 4.3.3 呼吸音文件的预处理工作 | 第74-76页 |
| 4.4 基线呼吸音识别二分类系统实验及优化 | 第76-85页 |
| 4.4.1 HMM-ML识别系统、优化及实验结果 | 第77-79页 |
| 4.4.2 HMM-MCE识别系统、优化及实验结果 | 第79-82页 |
| 4.4.3 HMM-ML和HMM-MCE识别结果对比 | 第82-85页 |
| 4.5 基于深度学习的呼吸音二分类识别系统实验及优化 | 第85-101页 |
| 4.5.1 基于HTK3.5的DNN-HMM呼吸音识别系统的搭建流程及初期实验结果 | 第85-89页 |
| 4.5.2 基于HTK3.5的DNN-HMM呼吸音识别系统优化及实验结果 | 第89-97页 |
| 4.5.3 基于HTK3.5的呼吸音深度特征(Bottleneck Feature)提取 | 第97-101页 |
| 4.6 本章小结 | 第101-102页 |
| 第五章 总结与展望 | 第102-104页 |
| 5.1 工作总结 | 第102-103页 |
| 5.2 工作展望 | 第103-104页 |
| 参考文献 | 第104-111页 |
| 攻读硕士期间的科研成果 | 第111-112页 |
| 致谢 | 第112页 |
