声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究目标和研究内容
1.4 本文结构安排
第2章 RNN-BLSTM声学模型
2.1 引言
2.2 RNN-BLSTM简介
2.3 基于延时控制的RNN-BLSTM训练方法
2.4 实验
2.4.2 switchboard任务
2.5 本章小结
第3章 基于说话人编码的RNN-BLSTM声学模型上的说话人自适应方法
3.1 引言
3.2 基于说话人编码的说话人自适应方法
3.2.1 DNN-HMM声学模型上的说话人编码自适应模型
3.2.2 RNN-BLSTM声学模型上的说话人编码自适应模型
3.2.3 基于层宽的规整算法
3.2.4 基于奇异值分解的模型压缩算法
3.3 基于鉴别性矢量的说话人自适应方法
3.3.1 鉴别性矢量的提取
3.3.2 RNN-BLSTM声学模型上的鉴别性矢量自适应模型
3.4 实验
3.4.1 TIMIT任务
3.4.2 switchboard任务
3.5 本章小结
第4章 基于深层编码的RNN-BLSTM声学模型上的离线说话人自适应方法
4.1 引言
4.2 基于深层编码的离线说话人自适应方法
4.2.1 离线深层编码提取
4.2.2 说话人聚类
4.2.3 深层编码的插值算法
4.3 实验
4.4 本章小结
第5章 基于深层编码的RNN-BLSTM声学模型上的在线说话人自适应方法
5.1 引言
5.2 基于深层编码的在线说话人自适应方法
5.2.1 在线深层编码提取
5.2.2 在线深层编码融合
5.3 基于i-vector的在线说话人自适应方法
5.4 实验
5.5 本章小结
第6章 总结和展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果