基于卷积神经网络的方言分类方法研究
| 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 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 语音识别的研究现状 | 第13-15页 |
| 1.2.2 卷积神经网络的研究现状 | 第15页 |
| 1.2.3 语音识别的难点 | 第15-16页 |
| 1.3 论文研究内容 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 卷积神经网络 | 第18-30页 |
| 2.1 人工神经网络 | 第18-19页 |
| 2.1.1 人工神经网络简介 | 第18页 |
| 2.1.2 人工神经网络特点 | 第18-19页 |
| 2.2 BP神经网络 | 第19-21页 |
| 2.2.1 BP神经网络模型 | 第19页 |
| 2.2.2 正向传播子过程 | 第19-20页 |
| 2.2.3 反向传播子过程 | 第20-21页 |
| 2.3 卷积神经网络 | 第21-23页 |
| 2.3.1 卷积神经网络的发展 | 第21-22页 |
| 2.3.2 卷积神经网络结构介绍 | 第22-23页 |
| 2.4 卷积神经网络中的基本组成结构 | 第23-26页 |
| 2.4.1 卷积 | 第23页 |
| 2.4.2 下采样 | 第23页 |
| 2.4.3 Softmax回归分类器模型 | 第23-24页 |
| 2.4.4 批量归一化 | 第24-25页 |
| 2.4.5 优化方法 | 第25-26页 |
| 2.5 卷积神经网络中的常用方法 | 第26-28页 |
| 2.5.1 数据预处理 | 第26-27页 |
| 2.5.2 模型初始化 | 第27页 |
| 2.5.3 丢弃法 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 一维音频分类方法研究与实现 | 第30-44页 |
| 3.1 一维卷积介绍 | 第30页 |
| 3.2 一维卷积网络结构 | 第30-33页 |
| 3.2.1 SimpleNet | 第31页 |
| 3.2.2 Cifar10Net_1D | 第31-32页 |
| 3.2.3 MLP | 第32-33页 |
| 3.3 原始音频信号 | 第33-36页 |
| 3.3.1 音频采样与量化 | 第33-34页 |
| 3.3.2 方言音频样本的采样与量化 | 第34页 |
| 3.3.3 原始音频信号实验设计 | 第34页 |
| 3.3.4 原始音频信号实验结果 | 第34-36页 |
| 3.4 基于加窗的分帧音频信号 | 第36-39页 |
| 3.4.1 加窗 | 第36-37页 |
| 3.4.2 基于加窗的分帧音频信号实验设计 | 第37页 |
| 3.4.3 基于加窗的分帧音频信号实验结果 | 第37-39页 |
| 3.5 基于帧的特征提取 | 第39-43页 |
| 3.5.1 时域特征 | 第39页 |
| 3.5.2 频域特征 | 第39-40页 |
| 3.5.3 声学感知特征 | 第40页 |
| 3.5.4 基于帧特征的实验设计 | 第40-41页 |
| 3.5.5 基于帧特征提取的实验结果 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 二维声谱图分类方法研究与实现 | 第44-58页 |
| 4.1 声谱图 | 第44-46页 |
| 4.1.1 声谱图介绍 | 第44页 |
| 4.1.2 声谱图的产生原理 | 第44-45页 |
| 4.1.3 用于短时频谱分析的功能函数 | 第45页 |
| 4.1.4 伪彩色映射和声谱图显示的功能函数 | 第45页 |
| 4.1.5 方言声谱图 | 第45-46页 |
| 4.2 基于CNN的声谱图分类 | 第46-52页 |
| 4.2.1 AlexNet | 第47页 |
| 4.2.2 VGGNet | 第47-48页 |
| 4.2.3 ResNet | 第48-50页 |
| 4.2.4 数据集及实验环境 | 第50-51页 |
| 4.2.5 AlexNet实验设计 | 第51页 |
| 4.2.6 VGGNet实验设计 | 第51-52页 |
| 4.2.7 ResNet实验设计 | 第52页 |
| 4.3 基于RNN的声谱图分类 | 第52-53页 |
| 4.3.1 RNN | 第52-53页 |
| 4.3.2 实验设计 | 第53页 |
| 4.4 实验结果与分析 | 第53-57页 |
| 4.4.1 AlexNet实验结果 | 第53-54页 |
| 4.4.2 VGGNet实验结果 | 第54-55页 |
| 4.4.3 ResNet实验结果 | 第55页 |
| 4.4.4 RNN实验结果 | 第55-56页 |
| 4.4.5 实验结果总结 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66页 |
