首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

语音识别声学建模中的主动学习研究

摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-23页
   ·语音识别发展概述第13-15页
   ·语音识别框架简介第15-16页
   ·声学建模中的主动学习第16-20页
     ·问题提出第16-17页
     ·主动学习简介第17-18页
     ·主动学习概述第18-20页
   ·论文的研究意义第20-21页
   ·论文结构安排第21-23页
第二章 声学建模主动学习系统第23-53页
   ·引言第23-24页
   ·基于HMM的声学建模第24-31页
     ·基于HMM的声学模型第24-25页
     ·HMM的经典问题第25-31页
   ·主动学习算法第31-38页
     ·算法描述第31-34页
     ·主动学习中的语音识别技术第34-38页
     ·主动学习性能评价第38页
   ·主动学习基线系统第38-40页
   ·样本置信度第40-47页
     ·基于词格的词后验概率第40-43页
     ·词混淆网络第43-46页
     ·样本后验概率计算第46-47页
   ·实验设定与结果第47-52页
     ·实验数据第47-48页
     ·实验结果第48-52页
   ·本章小结第52-53页
第三章 基于K-L散度的初始集合选择算法第53-65页
   ·引言第53-54页
   ·K-L散度第54页
   ·基于K-L散度的初始集合选择算法第54-60页
     ·算法描述第54-57页
     ·GMM建模第57-59页
     ·GMM间相似性度量第59-60页
   ·实验设定与结果第60-64页
     ·实验数据第60-61页
     ·实验结果第61-64页
   ·本章小结第64-65页
第四章 基于不同样本评价准则的主动学习算法第65-99页
   ·引言第65-66页
   ·置信度标注第66-72页
     ·支持向量机SVM第66-70页
     ·算法描述第70-72页
   ·基于字词混合的语音识别结果评价算法第72-82页
     ·经典算法回顾第72-74页
     ·基于字词混合的识别结果评价算法第74-80页
     ·实验设定与结果第80-82页
   ·基于多预测子组合的样本评价算法第82-87页
     ·算法描述第82-85页
     ·实验设定与结果第85-87页
   ·基于不同层次混淆网络的样本评价算法第87-98页
     ·多层次混淆网络生成框架第87-91页
     ·基于不同层次混淆网络的主动学习系统第91-94页
     ·实验设定与结果第94-98页
   ·本章小结第98-99页
第五章 基于潜主题相似度的样本置信度研究第99-115页
   ·引言第99-100页
   ·潜狄利克雷分配LDA第100-102页
     ·LDA模型第100-101页
     ·Gibbs采样第101-102页
   ·基于潜主题相似度的置信度第102-106页
     ·算法描述第102-103页
     ·词的主题分布第103-104页
     ·上下文主题分布第104-105页
     ·潜主题相似度第105-106页
   ·实验设定与结果第106-114页
     ·实验数据第106-108页
     ·实验结果第108-114页
   ·本章小结第114-115页
第六章 声学模型的选择性训练第115-126页
   ·引言第115-116页
   ·声学模型选择性训练第116-120页
     ·声学模型训练算法第116-118页
     ·声学模型选择性训练算法第118-119页
     ·选择性训练的应用第119-120页
   ·选择性半监督学习第120-125页
     ·声学建模半监督学习第120-122页
     ·实验设定与结果第122-125页
   ·本章小结第125-126页
第七章 总结与展望第126-130页
   ·论文总结第126-127页
   ·研究展望第127-130页
参考文献第130-142页
博士期间发表的论文第142-144页
致谢第144页

论文共144页,点击 下载论文
上一篇:LTE网络自优化关键技术研究
下一篇:复杂音频分类中的关键问题研究