声明
第一章 绪论
1.1 研究背景
1.2 行业发展史
1.3 本文研究内容与结构安排
第二章 基本工具介绍
2.1 数据处理利器--Python
2.1.1 Python语言特点及优势
2.1.2 相关库的应用
2.2 Tensorflow简介
2.3 语音识别基本知识
2.3.1 语音特征种类
2.3.2 主要模型及算法
第三章 数据介绍及预处理
3.1 数据基本信息
3.2 MFCCs的计算过程
3.3 数据归一化
第四章 分类预测模型比对
4.1 匹配模型
4.1.1 向量合并原理
4.1.2 向量合并算法
4.1.3 模型库
4.2 人工神经网络
4.2.1 全连接神经网络
4.2.2 前向传播算法
4.2.3 误差逆传播算法
4.3 RNN概述
4.3.1 RNN模型结构
4.3.2 模型细节
第五章 实验探究
5.1 传统模型考察
5.2 匹配-RNN组合模型
第六章 结论
6.1 模型评价
6.2 研究总结
6.3 不足与展望
参考文献
致谢