基于深度学习的跨领域语音识别研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第10-16页 |
| 1.1 语音识别选题背景与意义 | 第10-12页 |
| 1.2 语音识别的发展与现状 | 第12-14页 |
| 1.3 本文的主要研究问题与内容 | 第14-15页 |
| 1.3.1 研究问题 | 第14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-16页 |
| 第2章 语音识别理论基础 | 第16-28页 |
| 2.1 语音识别基本原理 | 第16-17页 |
| 2.2 语音识别系统基本构成 | 第17-26页 |
| 2.2.1 声学特征分析 | 第18-20页 |
| 2.2.2 声学模型 | 第20-22页 |
| 2.2.3 语言模型 | 第22-25页 |
| 2.2.4 解码器 | 第25-26页 |
| 2.3 语音识别训练性能评估标准 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 深度学习理论基础 | 第28-41页 |
| 3.1 深度学习背景 | 第28-29页 |
| 3.2 深度学习模型的分类 | 第29-32页 |
| 3.2.1 降噪自动编码器 | 第29-30页 |
| 3.2.2 DNN结构 | 第30-31页 |
| 3.2.3 RNN结构 | 第31-32页 |
| 3.2.4 CNN结构 | 第32页 |
| 3.3 深度学习网络训练算法 | 第32-38页 |
| 3.3.1 深度置信网络预训练 | 第32-36页 |
| 3.3.2 使用BP算法来调节网络 | 第36-38页 |
| 3.4 深度学习的关键技术 | 第38-39页 |
| 3.5 深度学习的应用 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于DNN-HMM的声学建模 | 第41-53页 |
| 4.1 DNN-HMM声学建模 | 第41-43页 |
| 4.1.1 GMM与DNN的比较 | 第41-42页 |
| 4.1.2 DNN-HMM混合系统 | 第42-43页 |
| 4.2 Kaldi语音识别系统 | 第43-45页 |
| 4.2.1 Kaldi语音识别工具箱简介 | 第43-44页 |
| 4.2.2 Kaldi语音识别平台搭建 | 第44-45页 |
| 4.3 DNN-HMM声学建模以及解码实验 | 第45-52页 |
| 4.3.1 语料库建设 | 第45-48页 |
| 4.3.2 实验步骤 | 第48-51页 |
| 4.3.3 实验结果分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 跨领域语言模型自适应研究 | 第53-64页 |
| 5.1 语言模型自适应训练常见方法 | 第53-55页 |
| 5.1.1 基于线性插值的自适应方法 | 第54页 |
| 5.1.2 基于最大后验概率的自适应方法 | 第54-55页 |
| 5.1.3 基于最小区分信息的自适应方法 | 第55页 |
| 5.2 跨领域语言模型自适应框架 | 第55-56页 |
| 5.3 基于PPL的语料筛选方法 | 第56-57页 |
| 5.4 基于RNN的语言模型自适应 | 第57-59页 |
| 5.5 实验部分 | 第59-63页 |
| 5.5.1 实验数据准备 | 第59页 |
| 5.5.2 实验过程及结果分析 | 第59-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 附录 攻读硕士学位期间从事的科研工作及取得的成果 | 第74页 |
