连续语音识别中声学模型的建立
| 第一章 绪论 | 第1-12页 |
| 1．1 课题来源及研究意义 | 第8-9页 |
| 1．2 语音识别研究的历史及现状 | 第9-11页 |
| 1．3 本文所做的工作以及文章的安排 | 第11-12页 |
| 第二章 隐马尔可夫模型的基本原理 | 第12-24页 |
| 2．1 马尔可夫过程及隐马尔可夫模型的概念 | 第12-14页 |
| 2．2 隐马尔可夫模型的三个基本问题 | 第14-20页 |
| 2．2．1 问题一的求解-前向后向算法 | 第14-17页 |
| 2．2．2 问题二的求解 | 第17-18页 |
| 2．2．3 问题三的求解 | 第18-20页 |
| 2．3 连续密度隐马尔可夫模型 | 第20-22页 |
| 2．4 隐马尔可夫模型的类型 | 第22-23页 |
| 2．5 小结 | 第23-24页 |
| 第三章 基于HMM模型的连续语音识别系统 | 第24-37页 |
| 3．1 系统框架 | 第24页 |
| 3．2 语音声学分析 | 第24-27页 |
| 3．2．1 语料库 | 第25页 |
| 3．2．2 语音预处理和特征提取 | 第25-27页 |
| 3．3 声学HMM模型的建立 | 第27-34页 |
| 3．3．1 基本声学单元的选择 | 第27-29页 |
| 3．3．2 英语基本音素单元 | 第29页 |
| 3．3．3 音素HMM模型的训练 | 第29-34页 |
| 3．4 识别 | 第34-36页 |
| 3．4．1 语言模型 | 第34页 |
| 3．4．2 字典 | 第34-35页 |
| 3．4．3 识别网络 | 第35-36页 |
| 3．5 说话人适应 | 第36页 |
| 3．6 小结 | 第36-37页 |
| 第四章 模型的改进和优化 | 第37-49页 |
| 4．1 上下文相关模型 | 第37-39页 |
| 4．1．1 上下文变化 | 第37-38页 |
| 4．1．2 上下文相关音素模型 | 第38-39页 |
| 4．1．3 三音素模型的产生和训练 | 第39页 |
| 4．2 增加混合分量 | 第39页 |
| 4．3 参数捆绑 | 第39-47页 |
| 4．3．1 自底向上策略 | 第40-41页 |
| 4．3．2 自顶向下策略 | 第41-47页 |
| 4．3．3 转移矩阵的捆绑 | 第47页 |
| 4．4 小结 | 第47-49页 |
| 第五章 识别实验 | 第49-55页 |
| 5．1 实验环境 | 第49页 |
| 5．1．1 HTKToolkit简介 | 第49页 |
| 5．1．2 基础系统构建 | 第49页 |
| 5．2 识别实验 | 第49-52页 |
| 5．2．1 识别结果的评价标准 | 第49-51页 |
| 5．2．2 实验：单音素和三音素 | 第51页 |
| 5．2．3 实验：自底向上策略和决策树策略 | 第51-52页 |
| 5．2．3 实验：增加混合分量 | 第52页 |
| 5．3 结论及本文的创新 | 第52-54页 |
| 5．4 工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
