摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-14页 |
1.1 课题背景 | 第10页 |
1.2 国内外相关技术发展现状 | 第10-13页 |
1.3 主要研究内容和组织结构 | 第13-14页 |
第2章 基于 HTK 的连续语音识别系统 | 第14-29页 |
2.1 引言 | 第14-15页 |
2.2 隐马尔可夫模型 | 第15-19页 |
2.2.1 马尔可夫链 | 第15-16页 |
2.2.2 HMM 的基本思想 | 第16-17页 |
2.2.3 HMM 的参数及定义 | 第17-18页 |
2.2.4 HMM 的三个基本问题 | 第18-19页 |
2.3 基于 HMM 的声学模型训练 | 第19-24页 |
2.3.1 语音的预处理及特征提取 | 第20-21页 |
2.3.2 上下文相关的声学建模技术 | 第21-22页 |
2.3.3 识别基元的选择 | 第22页 |
2.3.4 参数共享策略 | 第22-23页 |
2.3.5 高斯混合分量 | 第23-24页 |
2.4 语言模型和识别解码 | 第24-25页 |
2.4.1 语言模型 | 第24-25页 |
2.4.2 识别解码 | 第25页 |
2.5 实验 | 第25-28页 |
2.5.1 实验数据 | 第26页 |
2.5.2 实验结果 | 第26-28页 |
2.6 本章小结 | 第28-29页 |
第3章 基于 One Best 的语音检索基线系统 | 第29-38页 |
3.1 引言 | 第29页 |
3.2 常用的信息检索技术 | 第29-32页 |
3.2.1 布尔检索模型 | 第29-30页 |
3.2.2 概率检索模型 | 第30-31页 |
3.2.3 模糊集合减缩模型 | 第31页 |
3.2.4 向量空间模型 | 第31-32页 |
3.3 向量空间模型在基线系统中的应用 | 第32-34页 |
3.3.1 One Best 结果形式 | 第32-33页 |
3.3.2 特征向量的选择及权值计算 | 第33-34页 |
3.3.3 相似度计算 | 第34页 |
3.4 检索结果的性能评估 | 第34-35页 |
3.5 实验及分析 | 第35-37页 |
3.5.1 检索语料库 | 第35页 |
3.5.2 查询集设计 | 第35-36页 |
3.5.3 基线系统的实验结果及分析 | 第36-37页 |
3.6 本章小结 | 第37-38页 |
第4章 基于混淆网络的多基元混合检索系统 | 第38-49页 |
4.1 引言 | 第38页 |
4.2 网格的定义和表示方式 | 第38-39页 |
4.3 混淆网络生成算法 | 第39-42页 |
4.3.1 后验概率计算 | 第40页 |
4.3.2 候选词的聚类 | 第40-41页 |
4.3.3 混淆网络的性能评估 | 第41-42页 |
4.4 基于词的语音检索系统 | 第42-44页 |
4.4.1 以词为基元的网格生成方法 | 第42-43页 |
4.4.2 生成混淆网络 | 第43页 |
4.4.3 改进的向量空间模型 | 第43-44页 |
4.4.4 检索系统的性能分析 | 第44页 |
4.5 基于音节的语音检索系统 | 第44-47页 |
4.5.1 音节识别器的构建 | 第44-45页 |
4.5.2 以音节为基元的混淆网络 | 第45-46页 |
4.5.3 特征向量的生成方法及权值计算 | 第46-47页 |
4.5.4 检索系统的性能分析 | 第47页 |
4.6 多基元混合检索系统 | 第47-48页 |
4.7 本章小结 | 第48-49页 |
第5章 实验结果分析及系统搭建 | 第49-56页 |
5.1 引言 | 第49页 |
5.2 实验环境简介 | 第49-50页 |
5.3 实验结果分析 | 第50-54页 |
5.3.1 基于词的语音检索系统 | 第50页 |
5.3.2 向量空间模型改进实验 | 第50-51页 |
5.3.3 基于音节的语音检索系统 | 第51-52页 |
5.3.4 多基元混合检索系统 | 第52-53页 |
5.3.5 索引结构改进实验 | 第53-54页 |
5.4 系统创建 | 第54-55页 |
5.5 本章小结 | 第55-56页 |
结论 | 第56-57页 |
参考文献 | 第57-61页 |
攻读硕士学位期间发表的学术论文 | 第61-63页 |
致谢 | 第63页 |