基于CNN模型的语音识别方法研究_开题报告

智能语音技术作为AI应用最成熟的技术之一，在智能家居、智能车载、智能可穿戴领域有了迅猛发展[1]。鉴于此，科技巨头、初创公司纷纷从不同维度布局相关产业链，未来面向物联网的智能语音产业链的形成将引起商业模式的变化。智能车载、只能家居及可穿戴设备风潮的兴起加速语音技术落地。智能车载市场前景广阔，语音将成为车载系统标配。在智能家电渗透率逐渐提高的情形下，语音作为家居交互入口将大有所为；同时语音也将成为可穿戴设备的交互入口[2]。

智能语音为何能如此深入人们的日常生活中？深度学习、高性能运算平台和大数据是智能语音取得突破的核心助推力。深度学习端到端解决了特征表示与序列映射的问题，使得人工智能的性能得到了快速提升[3]；而互联网时代海量的数据又不断为算法模型提供了训练材料，同时，云计算的星期和高性能的运算平台为智能化提供了强大的运算能力和服务能力。使得在语音识别率方面有了长足的进步，百度、谷歌、科大讯飞等主流平台识别准确率均在96%以上，稳定的识别能力为语音技术的落地提供了可能。

与此同时，语音交互的核心环节也取得重大突破。语音识别环节突破了单点能力，从远场识别，到语音分析和语义理解有了重大的突破，呈现一种整体的交互方案[4]。

但现在智能语音还存在三大技术瓶颈。1、远场环境复杂，夹杂噪音、混响、自噪声等，容易导致机器端“听不清楚”、从而影响后续一系列操作。解决了这个问题，偏命令控制的终端便能带来良好的用户体验；2、更深层次的智能问题，真正的智能需要实现语义的突破、需要声音与视觉的融合，这样的方案才更适合做拟人形态的机器人；3、需要熟悉各种各样的语音、口音和方言，这一点在中国尤为重要[5]。

如何有效的解决上面的几个问题呢？CNN将是一种有效的解决办法。CNN卷积神经网络提供的时间和空间上的评议不变性卷积，将卷积神经网络的思想应用到语音识别的声学建模中，可以利用卷积的不变形来克服语音信号本省的多样性[6]。从这个角度来看，则可以将整个语音信号分析得到的时频谱当做一张图像一样来处理，采用图像中广泛应用的深层卷积网络对其进行识别[7]。从使用欣赏考虑，CNN也比较容易实现大规模并行化运算。虽然在CNN卷积运算中设计到很多小矩阵操作，运算很慢[8]。不过对CNN的加速运算相对比较成熟，如Chellapillla等人提出的一种技术可以把所有这些小矩阵转换成一个大矩阵的乘积，为CNN在语音识别中的尝试提供了可能 [9]。

     

二、^范文提纲

1   绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1国内现状

1.2.2国外现状

1.3 研究内容

2  系统开发相关技术简介

2.1 CNN（卷积神经网络）

2.1.1卷积层

2.1.2线性整流层

2.1.3池化层

2.1.4全连接层

2.2语音识别的基本原理

2.2.1特征提取

2.2.2模式匹配

2.2.3参考模式

3 CNN在智能语音中的实践

3.1CNN在语音中的优势

3.1.1CNN在智能语音中的实现

3.1.2CNN与其它模型的对比

三、参考文献

[1]中国产业调研网.2017年智能语音行业现状及发展趋势分析[Z] s://wenku.baidu.com/view/46709bf459f5f61fb7360b4c2e3f5727a5e9249c.html?from=search 发表日期：2017年5月26号/引用日期：2018年20月6号

[2]中国产业调研网.2017年智能语音行业现状及发展趋势分析[Z] s://wenku.baidu.com/view/46709bf459f5f61fb7360b4c2e3f5727a5e9249c.html?from=search 发表日期：2017年5月26号/引用日期：2018年20月6号

[3]李金洪.深度学习之TensorFlow：入门、原理与进阶实战[M].机械工业出版社 出版者：李金洪，出版年.2018年2月 119-130页

[4]俞栋.解析深度学习：语音识别实践[M].电子工业出版社 出版者：俞栋，出版年.2016年6月 6-34页

[5]郑泽宇. Tensorflow：实战Google深度学习框架[M].电子工业出版社 出版者：郑泽宇 顾思宇，出版年2017年2月10号 25-37页

[6] 侯艺馨.详解卷积神经网络（CNN）在语音识别中的应用[Z]. s://.cnblogs.com/qcloud1001/p/7941158.html引用时间：2018年10月5号

[7] xmucas.神经网络-CNN结构和语音识别应用[Z] .s://blog.csdn.net/xmdxcsj/article/details/54695995  发表日期：2017年1月23号/引用时间2018年10月5号

[8] luobogen666.人工智能语音如何实现[Z]. s://blog.csdn.net/luobogen666/article/details/78033656 发表日期：2017年09月19日/引用日期：2018年10月5号

[9]放羊的水瓶.CNN初探[Z] s://.cnblogs.com/fydeblog/p/7450413.html引用时间：2018年10月5号