| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-12页 |
| 1.1.1 呼叫中心背景 | 第9-10页 |
| 1.1.2 语音识别概述 | 第10-11页 |
| 1.1.3 Sphinx语音识别技术在呼叫中心系统中的应用 | 第11页 |
| 1.1.4 Sphinx语音识别技术在呼叫中心应用中的难点 | 第11-12页 |
| 1.2 研究课题的目标和意义 | 第12-13页 |
| 1.2.1 研究课题的目标 | 第12-13页 |
| 1.2.2 研究课题的意义 | 第13页 |
| 1.3 课题主要内容与论文组织架构介绍 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 关键技术 | 第15-21页 |
| 2.1 电信呼叫中心系统结构 | 第15-16页 |
| 2.2 Sphinx语音识别系统及相关工具 | 第16-18页 |
| 2.3 Linux操作系统 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第3章 语音识别系统的环境搭建与功能配置 | 第21-34页 |
| 3.1 Sphinxbase的配置 | 第21-25页 |
| 3.2 PocketSphinx的配置 | 第25-30页 |
| 3.3 CMUClmtk的配置 | 第30-32页 |
| 3.4 Sphinxtrain的配置 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于呼叫中心平台上语言模型的设计与搭建 | 第34-42页 |
| 4.1 训练文本的设计 | 第34-36页 |
| 4.2 生成词汇表 | 第36-37页 |
| 4.3 arpa语言模型的创建 | 第37-40页 |
| 4.4 arpa语言模型转化为二进制格式(DMP) | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 基于呼叫中心平台上声学模型的设计与搭建 | 第42-57页 |
| 5.1 语料库的设计 | 第42-47页 |
| 5.1.1 设计需要的文件 | 第42-46页 |
| 5.1.2 设置语音 | 第46-47页 |
| 5.2 声学模型的设计与搭建 | 第47-56页 |
| 5.2.1 创建声学模型特征文件 | 第48-50页 |
| 5.2.2 生成mdef文件 | 第50页 |
| 5.2.3 收集数据 | 第50-52页 |
| 5.2.4 MLLR 变换 | 第52-54页 |
| 5.2.5 MAP更新声学模型 | 第54-55页 |
| 5.2.6 创建新的sendump文件 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第6章 呼叫中心系统上的优化及测试 | 第57-78页 |
| 6.1 系统优化 | 第57-62页 |
| 6.2 呼叫中心系统上的功能测试 | 第62-76页 |
| 6.2.1 现有模型下的功能测试 | 第62-64页 |
| 6.2.2 创建模型的功能测试 | 第64-76页 |
| 6.3 系统上的性能测试 | 第76页 |
| 6.4 系统上的压力测试 | 第76-77页 |
| 6.5 本章小结 | 第77-78页 |
| 第7章 结束语 | 第78-80页 |
| 7.1 论文及课题的工作总结 | 第78-79页 |
| 7.2 下一步工作的方向 | 第79-80页 |
| 参考文献 | 第80-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士期间发表的学术论文目录 | 第82页 |
