基于动态贝叶斯网络的音视频语音识别模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题来源及研究意义 | 第9-11页 |
| ·DBN语音识别研究的历史及现状 | 第11-13页 |
| ·国内外研究历史 | 第11-13页 |
| ·现状分析及解决方案 | 第13页 |
| ·研究所做工作以及文章的安排 | 第13-17页 |
| 第二章 基于HMM的音视频语音识别和切分 | 第17-33页 |
| ·隐马尔可夫模型 | 第17-18页 |
| ·定义 | 第17-18页 |
| ·推理算法 | 第18页 |
| ·学习算法 | 第18页 |
| ·基于HMM的连续语音识别系统 | 第18-25页 |
| ·系统架构 | 第19页 |
| ·基本建模单元选择 | 第19-21页 |
| ·基于HMM的语音训练和识别过程 | 第21-25页 |
| ·音视频语音识别实验 | 第25-32页 |
| ·实验环境和数据准备 | 第25-26页 |
| ·音视频语音特征提取 | 第26-30页 |
| ·音(视)频语音识别实验 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 图模型和动态贝叶斯网络 | 第33-55页 |
| ·图模型 | 第33-34页 |
| ·贝叶斯网络 | 第34-36页 |
| ·动态贝叶斯网络 | 第36-46页 |
| ·定义 | 第36-37页 |
| ·推理算法 | 第37-45页 |
| ·学习算法 | 第45-46页 |
| ·HMM与DBN区别 | 第46-48页 |
| ·结构描述比较 | 第46-48页 |
| ·算法比较 | 第48页 |
| ·GMTK工具包简介 | 第48-53页 |
| ·GMTK主要特性 | 第49-51页 |
| ·GMTK语言(GMTKL) | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 基于DBN的音视频语音识别和切分 | 第55-71页 |
| ·基于整词-状态的单流DBN语音识别模型 | 第55-56页 |
| ·基于整词-音素(视素)的单流DBN语音识别模型 | 第56-62页 |
| ·整词-音素(视素)DBN模型结构设计 | 第56-58页 |
| ·整词-状态DBN与整词-音素DBN模型结构比较 | 第58-59页 |
| ·整词-音素DBN模型各结点条件概率分布 | 第59-62页 |
| ·基于DBN的音视频语音识别系统 | 第62-64页 |
| ·模型脚本文件配置 | 第62-63页 |
| ·模型结构训练和识别过程 | 第63-64页 |
| ·音视频语音识别实验 | 第64-68页 |
| ·词识别率(Corr)统计结果及分析 | 第64-66页 |
| ·词识别精度(Acc)统计结果及分析 | 第66-68页 |
| ·音视频流切分实验 | 第68-69页 |
| ·切分评测标准 | 第68页 |
| ·切分结果及实例分析 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 结论与展望 | 第71-75页 |
| ·工作总结 | 第71-73页 |
| ·讨论与展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 发表论文和参加科研情况 | 第78-79页 |
| 致谢 | 第79-80页 |
