面向文本的语者识别系统的设计与实施
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 本文的工作内容 | 第10-11页 |
1.3 本文的主要研究成果 | 第11-12页 |
1.4 论文结构安排 | 第12-13页 |
第二章 相关研究综述 | 第13-25页 |
2.1 特征提取 | 第13-15页 |
2.1.1 预加重 | 第13页 |
2.1.2 分帧 | 第13-14页 |
2.1.3 加窗 | 第14页 |
2.1.4 FFT | 第14页 |
2.1.5 Mel 滤波器组 | 第14-15页 |
2.1.6 DCT 变换 | 第15页 |
2.2 混合高斯模型 | 第15-17页 |
2.3 隐马尔科夫模型 | 第17-21页 |
2.3.1 隐马尔科夫模型的参数 | 第17页 |
2.3.2 隐马尔科夫模型涉及的三个问题 | 第17-18页 |
2.3.3 隐马尔可夫模型的类型 | 第18-19页 |
2.3.4 BW 算法 | 第19-21页 |
2.5 汉语语音的特性 | 第21-23页 |
2.5.1 汉语特点综述 | 第21-22页 |
2.5.2 语音单位 | 第22-23页 |
2.6 小结 | 第23-25页 |
第三章 声学模型及其训练流程 | 第25-31页 |
3.1 声学模型简介 | 第25页 |
3.2 声学模型的训练流程 | 第25-28页 |
3.2.1 特征提取 | 第26页 |
3.2.2 训练上下文无关声学模型 | 第26页 |
3.2.3 训练上下文相关声学模型 | 第26-27页 |
3.2.4 生成语言问题 | 第27页 |
3.2.5 构造决策树做状态绑定 | 第27-28页 |
3.2.6 训练绑定后的上下文相关声学模型 | 第28页 |
3.3 语音识别实验 | 第28-29页 |
3.4 小结 | 第29-31页 |
第四章 面向文本的开集语者识别机制 | 第31-49页 |
4.1 面向文本的开集语者识别概述 | 第31页 |
4.2 面向文本的开集语者识别的关键技术 | 第31-35页 |
4.2.1 汉语特征的筛选 | 第31-32页 |
4.2.2 训练背景模型 | 第32页 |
4.2.3 语者模型自适应 | 第32-33页 |
4.2.4 阈值设定 | 第33-34页 |
4.2.5 得分规整 | 第34-35页 |
4.3 面向文本的开集语者识别系统设计思路 | 第35-43页 |
4.3.1 面向文本的开集语者识别系统框架 | 第35页 |
4.3.2 特征提取 | 第35页 |
4.3.3 特殊音素声学模型的训练 | 第35-38页 |
4.3.4 提取特定模型参数 | 第38-40页 |
4.3.5 语者模型自适应 | 第40-41页 |
4.3.6 阈值的设定 | 第41-42页 |
4.3.7 语者识别 | 第42-43页 |
4.4 面向文本的开集语者识别实验结果及其分析 | 第43-47页 |
4.4.1 闭集和开集识别性能测试 | 第43-46页 |
4.4.2 抗噪性能测试 | 第46-47页 |
4.5 小结 | 第47-49页 |
第五章 关键词识别的初步研究 | 第49-65页 |
5.1 关键词识别概述 | 第49-50页 |
5.2 关键词识别的关键技术 | 第50-52页 |
5.2.1 特征提取 | 第50页 |
5.2.2 模型选择 | 第50-51页 |
5.2.3 端点检测 | 第51-52页 |
5.3 关键词识别系统的主要技术难点 | 第52-53页 |
5.3.1 非关键词模型的选取 | 第52页 |
5.3.2 语者无关 | 第52页 |
5.3.3 系统的稳健性 | 第52-53页 |
5.4 关键词识别系统构建与实现 | 第53-63页 |
5.4.1 系统框架 | 第53页 |
5.4.2 特征提取 | 第53页 |
5.4.4 关键词模型训练 | 第53-54页 |
5.4.5 阈值计算 | 第54-56页 |
5.4.6 测试语句编码 | 第56页 |
5.4.7 关键词端点检测 | 第56-58页 |
5.4.8 关键词确认 | 第58-59页 |
5.4.9 相关实验 | 第59-63页 |
5.5 小结 | 第63-65页 |
第六章 总结与展望 | 第65-67页 |
6.1 本文的总结 | 第65页 |
6.2 本文的展望 | 第65-67页 |
参考文献 | 第67-71页 |
致谢 | 第71-73页 |
攻读学位期间发表的学术论文目录 | 第73页 |