基于词网语言模型的连续语音识别系统的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·语音识别概述 | 第10-11页 |
| ·语音识别发展与现状 | 第11-12页 |
| ·研究内容及文章结构 | 第12-14页 |
| 第二章 语音识别理论基础 | 第14-38页 |
| ·语音识别基本原理 | 第14-15页 |
| ·语音信号的预处理 | 第15-16页 |
| ·静音检测算法 | 第16-24页 |
| ·传统的静音检测算法 | 第16-17页 |
| ·基于GMM模型的静音检测算法 | 第17-23页 |
| ·实验结果与分析 | 第23-24页 |
| ·特征提取 | 第24-28页 |
| ·线性预测编码(LPC) | 第24-26页 |
| ·MEL特征参数(MFCC) | 第26-27页 |
| ·动态差分参数 | 第27-28页 |
| ·特征参数选取 | 第28页 |
| ·隐马尔可夫模型(HMM) | 第28-38页 |
| ·HMM模型的原理 | 第29-30页 |
| ·HMM模型的基本算法 | 第30-34页 |
| ·HMM在语音识别中的应用 | 第34-38页 |
| 第三章 基于词网语言模型的连续语音识别 | 第38-46页 |
| ·连续语音识别介绍 | 第38-40页 |
| ·Viterbi Beam搜索算法 | 第40-42页 |
| ·令牌传递模型(Token Passing) | 第42-44页 |
| ·词网模型的定义 | 第44-46页 |
| 第四章 GMM似然率的近似算法 | 第46-58页 |
| ·似然率近似算法介绍 | 第46-47页 |
| ·基于高斯选择的似然率计算 | 第47-50页 |
| ·部分距离消去的动态高斯选择算法(DGS) | 第50-51页 |
| ·改进的DGS算法 | 第51-54页 |
| ·实验结果与分析 | 第54-58页 |
| 第五章 系统的设计与实现 | 第58-70页 |
| ·系统介绍 | 第58-59页 |
| ·系统设计 | 第59-61页 |
| ·系统框架 | 第59页 |
| ·XML语言 | 第59-61页 |
| ·系统实现 | 第61-69页 |
| ·前端处理 | 第61-62页 |
| ·端点分割 | 第62页 |
| ·特征提取 | 第62-63页 |
| ·模型训练 | 第63-65页 |
| ·词网构建 | 第65-66页 |
| ·识别测试 | 第66-69页 |
| ·小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 研究生期间发表论文 | 第75-76页 |
| 致谢 | 第76页 |
