题目：

Deep Neural Networks for Automatic Speech Processing: A Survey from Large Corpora to Limited Data

简介：

大多数语音系统都在使用深度神经网络（DNN）,这些系统需要学习大量数据。因此，在资源匮乏的语音语言/问题下学习最新的框架是一项艰巨的任务。问题可能是语音受损的数据量有限。此外，获取更多的数据和专业知识既费时又昂贵。在本文中，我们将自己定位以下语音处理任务：自动语音识别，说话人识别和情感识别。为了解决数据有限的问题，我们首先研究了最先进的自动语音识别系统，因为它代表着最艰巨的任务（由于每种语言的差异性很大）。接下来，我们概述需要较少数据的技术和任务。在上一节中，我们研究了镜头不足的技巧，因为我们将资源不足的语音解释为镜头不足的问题。从这个意义上讲，我们提出了一些少拍技术的概述，以及在这项调查中针对焦点语音问题使用这种技术的观点。可能是所审查的技术不适用于大型数据集。

目录：