参考文献

［1］Rabiner L, Juang B H. Fundamentals of Speech Recognition[M]. New Jersey: Prentice Hall PTR, 1993.

［2］易克初，田斌，付强．语音信号处理[M]．北京：国防工业出版社，2000．

［3］Huang X D, Acero A, Hon H, et al. Spoken Language Processing: A Guide to Theory, Algorithm and System Development[M]. New Jersey: Prentice Hall PTR, 2001.

［4］杨行峻，迟惠生．语音信号数字处理[M]．北京：电子工业出版社，1995．

［5］刘加．汉语大词汇量连续语音识别系统研究进展[J]．电子学报，2000，28（1）：85-91．

［6］张全．语言声学的进展[J]．应用声学，2002，21（1）：35-39．

［7］吕士楠，张连毅，林凡．TTS技术的发展和展望：第六届全国人机语音通讯学术会议论文集[C]．深圳：2001．

［8］Fine S, Navratil J, Gopinath R A. A Hybrid GMM/SVM Approach to Speaker Identification. In: Proceedings of 2001 IEEE International Conference on Acoustics, Speech, and Signal Processing[C], 2001, 1:417-420.

［9］凌震华．基于统计声学建模的语音合成技术研究[D]．合肥：中国科学技术大学，2008．

［10］范睿，鲍长春，李锐．基于ACELP的嵌入式语音编码算法[J]．通信学报，2007，28（10）：48-54．

［11］Hinton G E, Salakhutdinov R R. Reducing the Dimensionality of Data with Neural Networks[J]. Science, 2006, 313(5786):504-507.

［12］Seide F, Li G, and Yu D. Conversational Speech Transcription using Context-Dependent Deep Neural Networks[C]. Interspeech, 2011, 437-440.

［13］邓力，俞栋．深度学习方法及应用[M]．谢磊，译．北京：机械工业出版社，2016．

［14］殷翔．语音合成中的神经网络声学建模方法研究[D]．合肥：中国科技大学，2016．