摘要
第1章绪论
1.1课题研究背景及意义
1.2.1语音识别国内外发展
1.2.2语音降噪国内外发展
1.3课题主要研究内容及章节安排
第2章语音识别相关原理
2.1语音识别整体架构
2.2MFCC语音特征提取算法
2.2.1语音预处理模块
2.2.2MFCC特征提取模块
2.3语言模型
2.3.2LSTM语言模型
2.4声学模型
2.4.1HMM模型分析
2.4.2多音素HMM模型
2.4.3GMM-HMM声学模型
2.4.4DNN-HMM声学模型
2.5本章小结
第3章降噪模块的研究与搭建
3.1.1谱减法
3.1.2维纳滤波法
3.2基于深度学习的降噪
3.2.1深度残差收缩网络
3.2.2噪声数据集制作
3.2.3使用语谱图作为特征输入
3.2.4DRSN的语音降噪模块搭建
3.3语音降噪模块波形分析
3.4语音降噪模块PESQ和信噪比分析
3.5本章小结
第4章基于DRSN语音识别系统搭建与优化
4.1语言模型的优化及训练
4.1.1Word2Vec训练及优化
4.1.1语言模型的评价方法
4.1.2LSTM语言模型的训练
4.1.3语言模型实验结果分析
4.2声学模型的优化及训练
4.2.1说话人自适应技术
4.2.2序列鉴别性训练
4.2.3语音识别评价指标
4.2.4DRSN-HMM声学模型
4.3纯净语音识别CER分析
4.4含噪语音识别CER分析
4.5本章小结
结论
参考文献
致谢
攻读学位期间取得学术成果
声明
黑龙江大学;