基于深度学习的语音识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 语音识别概述 | 第10页 |
| 1.2 语音识别的发展与现状 | 第10-12页 |
| 1.3 深度学习对语音识别的意义 | 第12-13页 |
| 1.4 研究问题及内容 | 第13页 |
| 1.4.1 研究问题 | 第13页 |
| 1.4.2 研究内容 | 第13页 |
| 1.5 论文结构 | 第13-15页 |
| 第二章 语音识别基础理论 | 第15-25页 |
| 2.1 语音识别基本原理 | 第15-16页 |
| 2.2 语音特征提取 | 第16-17页 |
| 2.2.1 语音特征类别 | 第16页 |
| 2.2.2 特征后处理 | 第16-17页 |
| 2.3 声学模型 | 第17-20页 |
| 2.3.1 声学基元选择 | 第17-18页 |
| 2.3.2 HMM声学建模 | 第18-19页 |
| 2.3.3 声学模型训练准则 | 第19-20页 |
| 2.4 语言模型 | 第20-22页 |
| 2.4.1 统计语言模型类别 | 第20-21页 |
| 2.4.2 语言模型性能评价 | 第21页 |
| 2.4.3 语言模型平滑技术 | 第21-22页 |
| 2.5 解码技术 | 第22-23页 |
| 2.5.1 维特比解码算法 | 第22页 |
| 2.5.2 A*堆栈解码算法 | 第22-23页 |
| 2.6 识别后处理技术 | 第23页 |
| 2.6.1 多系统融合 | 第23页 |
| 2.6.2 混淆网络 | 第23页 |
| 2.7 传统语音识别技术的缺陷 | 第23-24页 |
| 2.8 本章小结 | 第24-25页 |
| 第三章 深度学习基础理论 | 第25-34页 |
| 3.1 深度学习的背景 | 第25页 |
| 3.2 深度学习的主要特点 | 第25-26页 |
| 3.3 深度学习模型的类别 | 第26-28页 |
| 3.3.1 自动编码器 | 第26页 |
| 3.3.2 深度神经网络 | 第26-27页 |
| 3.3.3 卷积神经网络 | 第27-28页 |
| 3.3.4 递归神经网络 | 第28页 |
| 3.4 深度学习模型基本组成 | 第28-32页 |
| 3.4.1 网络节点 | 第29页 |
| 3.4.2 RBM模型 | 第29-32页 |
| 3.5 深度学习的关键技术 | 第32-33页 |
| 3.5.1 能量概率模型 | 第33页 |
| 3.5.2 逐层预训练 | 第33页 |
| 3.5.3 网络并行训练 | 第33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于深度自动编码器的语音特征提取 | 第34-50页 |
| 4.1 深度自动编码器的工作原理 | 第34页 |
| 4.2 基于深度理论的编码器类型 | 第34-36页 |
| 4.2.1 深度自动编码器 | 第35页 |
| 4.2.2 去噪自动编码器 | 第35-36页 |
| 4.2.3 稀疏自动编码器 | 第36页 |
| 4.3 基于深度自动编码器的系统框架 | 第36-47页 |
| 4.3.1 实验语料库 | 第36-37页 |
| 4.3.2 特征预处理 | 第37页 |
| 4.3.3 自动编码器结构 | 第37-38页 |
| 4.3.4 网络训练算法 | 第38-42页 |
| 4.3.4.1 预训练 | 第39-40页 |
| 4.3.4.2 网络调谐 | 第40-42页 |
| 4.3.5 相关改进算法 | 第42-47页 |
| 4.3.5.1 随机梯度下降 | 第42-43页 |
| 4.3.5.2 网络并行训练 | 第43-45页 |
| 4.3.5.3 有监督训练 | 第45-46页 |
| 4.3.5.4 训练数据规模的影响 | 第46-47页 |
| 4.4 深层特征提取 | 第47-48页 |
| 4.4.1 无监督特征提取 | 第47页 |
| 4.4.2 有监督特征提取 | 第47-48页 |
| 4.5 编码器性能评价 | 第48-49页 |
| 4.5.1 评价系统参数 | 第48页 |
| 4.5.2 评价结果 | 第48-49页 |
| 4.5.3 实验结果分析 | 第49页 |
| 4.6 本章总结 | 第49-50页 |
| 第五章 基于DNN-HMM的声学建模 | 第50-59页 |
| 5.1 深度学习在声学模型中的应用 | 第50-51页 |
| 5.2 基于DNN-HMM的声学建模 | 第51-53页 |
| 5.2.1 GMM与DNN的比较 | 第51页 |
| 5.2.2 DNN与HMM的结合原理 | 第51-53页 |
| 5.3 Kaldi语音识别系统 | 第53页 |
| 5.4 DNN-HMM声学建模实验 | 第53-56页 |
| 5.4.1 实验数据集 | 第53页 |
| 5.4.2 实验步骤 | 第53-56页 |
| 5.4.2.1 GMM-HMM基线系统 | 第53-55页 |
| 5.4.2.2 DNN-HMM声学建模 | 第55-56页 |
| 5.5 实验结果与分析 | 第56-57页 |
| 5.5.1 实验结果 | 第56-57页 |
| 5.5.2 实验分析 | 第57页 |
| 5.6 本章总结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 课题总结 | 第59页 |
| 6.2 未来展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 作者攻读学位期间发表的学术论文目录 | 第65页 |
