| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 国内外研究状况 | 第11-17页 |
| 1.3 论文主要研究内容及组织结构 | 第17-20页 |
| 1.3.1 论文主要研究内容 | 第17-18页 |
| 1.3.2 论文组织结构 | 第18-20页 |
| 第二章 相关技术介绍 | 第20-29页 |
| 2.1 神经网络基础 | 第20-25页 |
| 2.1.1 神经网络的基本结构 | 第20-21页 |
| 2.1.2 梯度下降方法 | 第21-23页 |
| 2.1.3 误差反向传播算法 | 第23-25页 |
| 2.2 KALDI开源系统 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 需求分析 | 第29-39页 |
| 3.1 系统实现目标 | 第29-31页 |
| 3.2 可行性需求分析 | 第31-37页 |
| 3.2.1 技术可行性 | 第31-34页 |
| 3.2.2 数据集 | 第34-36页 |
| 3.2.3 性能评测标准 | 第36-37页 |
| 3.3 功能需求分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 系统详细设计 | 第39-68页 |
| 4.1 系统概述 | 第39-40页 |
| 4.2 语音信号采集 | 第40-41页 |
| 4.2.1 语音信号获取 | 第40页 |
| 4.2.2 预处理 | 第40-41页 |
| 4.3 特征提取 | 第41-54页 |
| 4.3.1 底层声学特征提取 | 第42-44页 |
| 4.3.2 带有瓶颈层的DNN训练及特征提取 | 第44-49页 |
| 4.3.3 基于音素状态的特征学习 | 第49-53页 |
| 4.3.4 基于DBF语言识别系统 | 第53-54页 |
| 4.4 模型训练 | 第54-59页 |
| 4.4.1 GMM参数估计方法 | 第54-56页 |
| 4.4.2 GMM模型训练 | 第56-59页 |
| 4.5 模式匹配 | 第59-66页 |
| 4.5.1 TV模型参数估计 | 第59-60页 |
| 4.5.2 ivector的后验概率分布 | 第60页 |
| 4.5.3 GMM超矢量的后验概率分布 | 第60-61页 |
| 4.5.4 目标函数优化 | 第61页 |
| 4.5.5 基于DNN的TV建模方法 | 第61-62页 |
| 4.5.6 DNN后验计算下的TV建模方法 | 第62-64页 |
| 4.5.7 基于DBF的DNN-TV系统建模方法 | 第64-66页 |
| 4.6 得分判决 | 第66-67页 |
| 4.7 本章小结 | 第67-68页 |
| 第五章 系统测试与分析 | 第68-81页 |
| 5.1 DBF特征有效性测试 | 第68-71页 |
| 5.1.1 DBF与传统SDC特征的性能对比 | 第68-70页 |
| 5.1.2 DBF和SDC在易混语言和方言中的性能对比 | 第70-71页 |
| 5.2 模型域测试 | 第71-74页 |
| 5.2.1 DBF-GMM与DNN的性能对比 | 第72-73页 |
| 5.2.2 基于DNN的TV系统性能对比 | 第73-74页 |
| 5.3 系统功能测试 | 第74-80页 |
| 5.3.1 本地测试 | 第74-78页 |
| 5.3.2 网络在线测试 | 第78-79页 |
| 5.3.3 测试结果分析 | 第79-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 本文的主要贡献 | 第81-82页 |
| 6.2 后续的研究展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻硕期间取得的研究成果 | 第87-88页 |