| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第1章 绪论 | 第7-18页 |
| 1.1 研究的背景和意义 | 第7-8页 |
| 1.2 非母语说话人语音识别的研究现状 | 第8-11页 |
| 1.2.1 声学模型自适应 | 第9-10页 |
| 1.2.2 发音字典自适应 | 第10-11页 |
| 1.3 研究的理论依据及所要突破的难题 | 第11-16页 |
| 1.3.1 研究的理论依据 | 第11-14页 |
| 1.3.2 研究中所要突破的难题 | 第14-16页 |
| 1.4 研究的方法以及创新点 | 第16-17页 |
| 1.5 论文的结构安排 | 第17-18页 |
| 第2章 基于标准发音字典的语音识别 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 使用标准普通话进行声学建模 | 第18-24页 |
| 2.2.1 汉语识别基元的选择 | 第18-20页 |
| 2.2.2 上下文相关模型中的状态共享 | 第20-23页 |
| 2.2.3 高斯混合分裂(mixture splitting) | 第23-24页 |
| 2.3 标准普通话模型的识别结果 | 第24-26页 |
| 2.4 使用标准模型存在的问题 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 多发音字典的构造方法 | 第29-37页 |
| 3.1 引言 | 第29-30页 |
| 3.2 基于音素的多发音字典 | 第30-35页 |
| 3.2.1 基于人工总结获取音素的发音映射 | 第31-32页 |
| 3.2.2 基于数据驱动的方法获取音素的发音映射 | 第32-35页 |
| 3.3 基于音节的多发音字典构造方法 | 第35页 |
| 3.4 发音字典的剪枝策略 | 第35-36页 |
| 3.4.1 剪枝策略的选取 | 第35-36页 |
| 3.5 剪枝以后的音素和音节映射进行规则发音字典的扩展 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 多发音字典构造识别器 | 第37-41页 |
| 4.1 引言 | 第37页 |
| 4.2 多发音字典和标准声学模型结合 | 第37-39页 |
| 4.3 本章小结 | 第39-41页 |
| 第5章 实验结果与分析 | 第41-56页 |
| 5.1 引言 | 第41-42页 |
| 5.2 标准普通话识别器 | 第42-45页 |
| 5.2.1 主元音和声韵母建模用于标准普通话说话人的识别结果对比 | 第42-45页 |
| 5.3 使用多发音字典构造识别器 | 第45-56页 |
| 5.3.1 基于人工总结的方法获取多发音字典 | 第45-46页 |
| 5.3.2 基于数据驱动的方法获取多发音字典 | 第46-56页 |
| 第6章 总结和展望 | 第56-59页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-59页 |
| 参考文献 | 第59-63页 |
| 作者在攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64-65页 |
