摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-13页 |
·研究背景和意义 | 第9-10页 |
·国内外研究现状 | 第10-12页 |
·本文的主要内容及其组织结构 | 第12-13页 |
第2章 基于HMM框架的非特定人关键词识别系统 | 第13-30页 |
·引言 | 第13页 |
·隐马尔可夫模型理论 | 第13-20页 |
·HMM基本概念和原理 | 第13-15页 |
·HMM模型的三个基本问题 | 第15-20页 |
·非特定人关键词识别系统的构建 | 第20-27页 |
·预处理 | 第20-21页 |
·语音特征参数提取 | 第21-22页 |
·声学层模型的建立与训练 | 第22-25页 |
·关键词识别 | 第25-27页 |
·非特定人关键词识别基线系统实验结果与分析 | 第27-29页 |
·语音库建设 | 第27-28页 |
·系统测试结果与分析 | 第28-29页 |
·本章小结 | 第29-30页 |
第3章 关键词识别系统中的说话人自适应技术 | 第30-44页 |
·引言 | 第30-31页 |
·最大后验概率算法(MAP) | 第31-34页 |
·MAP算法原理介绍 | 第31-33页 |
·先验参数设定的讨论 | 第33-34页 |
·线性变换算法 | 第34-40页 |
·MLLR算法原理介绍 | 第34-39页 |
·CMLLR算法介绍 | 第39-40页 |
·自适应方法在关键词识别系统中的应用与实验 | 第40-42页 |
·有监督和无监督自适应训练的比较实验 | 第40-41页 |
·三种自适应方法的比较实验 | 第41-42页 |
·本章小结 | 第42-44页 |
第4章 采用说话人归一化与自适应相结合的交互式语音查询系统 | 第44-58页 |
·引言 | 第44页 |
·说话人归一化技术 | 第44-48页 |
·倒谱均值归一化(CMN)方法 | 第45页 |
·声道长度归一化(VTLN)方法 | 第45-47页 |
·基于CMLLR自适应的说话人自适应训练(SAT)方法 | 第47-48页 |
·三种归一化方法与自适应相结合的实验 | 第48-52页 |
·实验数据 | 第49页 |
·CMN方法的实验 | 第49-50页 |
·VTLN方法的实验 | 第50-51页 |
·基于CMLLR的SAT方法的实验 | 第51-52页 |
·交互式语音查询系统的实现 | 第52-56页 |
·语音的录入和检测 | 第52-54页 |
·对话管理模块 | 第54-55页 |
·说话人自适应 | 第55-56页 |
·系统评价 | 第56页 |
·本章小结 | 第56-58页 |
结论 | 第58-59页 |
参考文献 | 第59-63页 |
附录系统对话实例 | 第63-64页 |
攻读学位期间发表的学术论文 | 第64-65页 |
哈尔滨工业大学硕士学位论文原创性声明 | 第65页 |
哈尔滨工业大学硕士学位论文使用授权书 | 第65页 |
哈尔滨工业大学硕士学位涉密论文管理 | 第65-66页 |
致谢 | 第66页 |