| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 引言 | 第9-13页 |
| §1.1 研究背景 | 第9页 |
| §1.2 语音与文本匹配技术的研究现状和难点 | 第9-11页 |
| §1.3 主要研究内容和组织结构 | 第11-13页 |
| 第二章 传统的语音文本对齐算法 | 第13-18页 |
| §2.1 隐马尔可夫模型 HMM | 第13-15页 |
| §2.2 维特比对齐算法 | 第15-18页 |
| 第三章 自适应长音频文本对齐算法 | 第18-35页 |
| §3.1 中文音频识别过程 | 第18-29页 |
| §3.1.1 参考文本预处理 | 第18-21页 |
| §3.1.2 端点检测技术 | 第21-22页 |
| §3.1.3 特征提取 | 第22-25页 |
| §3.1.4 声学模型和声学模型自适应 | 第25-27页 |
| §3.1.5 语言模型和语言模型自适应 | 第27-29页 |
| §3.2 识别文本与参考文本的对齐过程 | 第29-31页 |
| §3.2.1 编辑距离 Edit Distance | 第29-31页 |
| §3.3 迭代过程 | 第31页 |
| §3.4 自适应语音文本对齐算法 | 第31-34页 |
| §3.5 具体实施 | 第34-35页 |
| 第四章 实验结果和分析 | 第35-49页 |
| §4.1 实验基本设置 | 第35-39页 |
| §4.1.1 语音识别引擎 HTK 和相关命令参数配置 | 第35-37页 |
| §4.1.2 Srilm 语言模型工具 | 第37-38页 |
| §4.1.3 文本与文本对齐工具 SCTK 之Sclite | 第38-39页 |
| §4.2 实验结果 | 第39-47页 |
| §4.3 实验结果分析 | 第47-49页 |
| 第五章 总结与展望 | 第49-50页 |
| §5.1 全文总结 | 第49页 |
| §5.2 工作展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录 | 第55-59页 |
