軌道交通的安全在我國(guó)的經(jīng)濟(jì)發(fā)展、改善民生、國(guó)防安全上具有極大的意義。而列車(chē)員與調(diào)度中心的管制員之間的對(duì)話作業(yè),是列車(chē)安全行駛指導(dǎo)過(guò)程中的核心部分。列車(chē)員由于工作強(qiáng)度大、對(duì)話環(huán)境嘈雜,容易誤解聽(tīng)到的語(yǔ)音,從而導(dǎo)致操作失誤,威脅列車(chē)的安全。語(yǔ)音自動(dòng)識(shí)別技術(shù)可以檢測(cè)列車(chē)員的操作行為,對(duì)由錯(cuò)誤指令造成的危險(xiǎn)進(jìn)行提前預(yù)警,也可以對(duì)事故后的原因查明提供方便,是保障安全行駛的一個(gè)重要的手段。但是,因?yàn)榱熊?chē)對(duì)話作業(yè)語(yǔ)音在發(fā)音、語(yǔ)調(diào)等方面具有其特殊性,目前通用的語(yǔ)音自動(dòng)識(shí)別技術(shù)不能直接使用。另一方面,列車(chē)員對(duì)話作業(yè)語(yǔ)音的數(shù)據(jù)具有難以采集和難以標(biāo)注等特點(diǎn),識(shí)別難度較大。為此,本文在語(yǔ)音自動(dòng)識(shí)別技術(shù)面向軌道交通領(lǐng)域的應(yīng)用以及提高識(shí)別準(zhǔn)確率兩方面開(kāi)展了以下一些工作。（1）本文介紹了連續(xù)語(yǔ)音識(shí)別的框架與原理,包括了語(yǔ)音信號(hào)的發(fā)聲機(jī)理、預(yù)處理、特征提取、語(yǔ)音信號(hào)的聲音建模技術(shù)、發(fā)音字典和語(yǔ)言模型以及基于加權(quán)有限狀態(tài)轉(zhuǎn)化器的語(yǔ)音解碼網(wǎng)絡(luò)。（2）為了解決列車(chē)環(huán)境中的對(duì)話語(yǔ)音存在的噪聲問(wèn)題,本文以真實(shí)的列車(chē)員對(duì)話作業(yè)的語(yǔ)音信號(hào)數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù),對(duì)比了改進(jìn)的譜減算法、維納濾波算法、最小均方誤差準(zhǔn)則算法、人耳掩蔽模型降噪法四... 

【文章來(lái)源】：江蘇科技大學(xué)江蘇省

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的研究背景與目的
        1.1.1 選題的背景
        1.1.2 選題的目的與意義
    1.2 語(yǔ)音識(shí)別技術(shù)的研究和發(fā)展
        1.2.1 基于模板匹配的語(yǔ)音識(shí)別方法
        1.2.2 基于隱馬爾可夫模型的語(yǔ)音識(shí)別方法
        1.2.3 基于神經(jīng)網(wǎng)絡(luò)模型的語(yǔ)音識(shí)別方法
    1.3 國(guó)內(nèi)語(yǔ)音識(shí)別技術(shù)發(fā)展現(xiàn)況
    1.4 研究方法與內(nèi)容
第2章 語(yǔ)音識(shí)別相關(guān)的理論
    2.1 語(yǔ)音信號(hào)的產(chǎn)生機(jī)理
        2.1.1 激勵(lì)模型
        2.1.2 聲道模型
        2.1.3 輻射模型
    2.2 語(yǔ)音識(shí)別系統(tǒng)的預(yù)處理
        2.2.1 語(yǔ)音信號(hào)的預(yù)處理
        2.2.2 語(yǔ)音信號(hào)的特征提取
    2.3 聲音建模
        2.3.1 聲音建模單元選擇
        2.3.2 聲音模型
    2.4 語(yǔ)言模型
    2.5 語(yǔ)音識(shí)別系統(tǒng)中的發(fā)音字典
    2.6 語(yǔ)音解碼器網(wǎng)絡(luò)構(gòu)建
        2.6.1 語(yǔ)音識(shí)別解碼過(guò)程
        2.6.2 端到端的語(yǔ)音識(shí)別解碼器
    2.7 語(yǔ)音識(shí)別系統(tǒng)性能評(píng)價(jià)指標(biāo)
    2.8 本章小結(jié)
第3章 列車(chē)對(duì)話語(yǔ)音信號(hào)降噪處理
    3.1 列車(chē)車(chē)載環(huán)境中的噪聲特點(diǎn)
    3.2 語(yǔ)音信號(hào)降噪的方法
        3.2.1 改進(jìn)的譜減算法
        3.2.2 維納濾波算法
        3.2.3 最小均方誤差準(zhǔn)則算法
        3.2.4 人耳掩蔽模型降噪法
    3.3 實(shí)驗(yàn)結(jié)果和分析
        3.3.1 實(shí)驗(yàn)結(jié)果
    3.4 本章小結(jié)
第4章 基于GMM-HMM聲音模型的語(yǔ)音識(shí)別系統(tǒng)搭建
    4.1 GMM-HMM基本原理
        4.1.1 HMM似然概率計(jì)算
        4.1.2 對(duì)HMM參數(shù)的估計(jì)
        4.1.3 HMM的解碼問(wèn)題
    4.2 列車(chē)語(yǔ)音識(shí)別語(yǔ)料的特征
    4.3 列車(chē)語(yǔ)音識(shí)別語(yǔ)料的準(zhǔn)備
    4.4 特征的提取
    4.5 單音素模型的訓(xùn)練
    4.6 三音素模型的訓(xùn)練
    4.7 LDA+MLLT三音素模型的訓(xùn)練
    4.8 自適應(yīng)訓(xùn)練
    4.9 實(shí)驗(yàn)
        4.9.1 實(shí)驗(yàn)平臺(tái)的介紹
        4.9.2 實(shí)驗(yàn)參數(shù)
        4.9.3 實(shí)驗(yàn)結(jié)果與分析
    4.10 本章小結(jié)
第5章 基于LSTM-RNN聲音模型的語(yǔ)音識(shí)別系統(tǒng)搭建
    5.1 RNN網(wǎng)絡(luò)
    5.2 LSTM網(wǎng)絡(luò)
        5.2.1 LSTM之遺忘門(mén)
        5.2.2 LSTM之輸入門(mén)
        5.2.3 LSTM之細(xì)胞狀態(tài)更新
        5.2.4 LSTM之輸出門(mén)
    5.3 雙向的循環(huán)神經(jīng)網(wǎng)絡(luò)
        5.3.1 深度雙向LSTM神經(jīng)網(wǎng)絡(luò)
    5.4 LSTM網(wǎng)絡(luò)的訓(xùn)練
    5.5 實(shí)驗(yàn)結(jié)果與分析
    5.6 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)和主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]“中國(guó)制造2025”和德國(guó)“工業(yè)4.0”對(duì)比研究[J]. 熊檢.  中國(guó)集體經(jīng)濟(jì). 2019(10)
[2]我國(guó)城市軌道交通發(fā)展的政策變遷[J]. 楊永平,趙東,邊顏東.  都市快軌交通. 2019(01)
[3]我國(guó)城市地鐵建設(shè)現(xiàn)狀與發(fā)展戰(zhàn)略分析[J]. 任杰.  企業(yè)科技與發(fā)展. 2019(01)
[4]幾種開(kāi)源英語(yǔ)識(shí)別工具包的對(duì)比分析[J]. 劉瓊.  計(jì)算技術(shù)與自動(dòng)化. 2018(04)
[5]受限波爾茲曼機(jī)[J]. 張春霞,姬楠楠,王冠偉.  工程數(shù)學(xué)學(xué)報(bào). 2015(02)
[6]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽(yáng)明,王正.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[7]基于譜減法的聽(tīng)覺(jué)模擬的語(yǔ)音增強(qiáng)[J]. 陶智,趙鶴鳴,龔呈卉,吳迪.  計(jì)算機(jī)工程與應(yīng)用. 2005(04)
[8]基于段長(zhǎng)分布的HMM語(yǔ)音識(shí)別模型[J]. 王作英,肖熙.  電子學(xué)報(bào). 2004(01)
[9]統(tǒng)計(jì)語(yǔ)言模型綜述[J]. 邢永康,馬少平.  計(jì)算機(jī)科學(xué). 2003(09)
[10]語(yǔ)音倒譜特征的研究[J]. 王讓定,柴佩琪.  計(jì)算機(jī)工程. 2003(13)

博士論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別模型研究[D]. 張仕良.中國(guó)科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]語(yǔ)音識(shí)別技術(shù)在人機(jī)交互中的應(yīng)用研究[D]. 高雪.北方工業(yè)大學(xué) 2017
[2]基于一維卷積神經(jīng)網(wǎng)絡(luò)的車(chē)載語(yǔ)音識(shí)別技術(shù)研究[D]. 朱錫祥.安徽大學(xué) 2017
[3]噪聲下的語(yǔ)音識(shí)別算法研究[D]. 劉辰晨.南京大學(xué) 2014
[4]基于文本無(wú)關(guān)的說(shuō)話人識(shí)別研究[D]. 劉俊波.山東科技大學(xué) 2008
[5]語(yǔ)音識(shí)別系統(tǒng)關(guān)鍵技術(shù)研究[D]. 朱淑琴.西安電子科技大學(xué) 2004



本文編號(hào)：3603147