面向服务机器人的口语对话系统和语言模型技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·口语对话系统和面向服务机器人的口语对话系统 | 第12-13页 |
| ·统计语言模型和递归神经网络语言模型 | 第13-14页 |
| ·本文研究内容和大纲结构 | 第14-17页 |
| 第二章 语音识别原理 | 第17-27页 |
| ·语音信号的预处理 | 第17-20页 |
| ·预加重 | 第17-18页 |
| ·分帧加窗 | 第18页 |
| ·语音MFCC特征提取 | 第18-20页 |
| ·基于隐马尔科夫模型的语音识别 | 第20-24页 |
| ·隐马尔夫模型HMM的定义 | 第21页 |
| ·HMM的三个基本问题 | 第21页 |
| ·有关HMM计算中的几个变量 | 第21-22页 |
| ·基于隐马尔科夫模型的语音识别 | 第22-24页 |
| ·语音识别解码中相关参数介绍 | 第24-25页 |
| ·HTK和Julius简介 | 第25-26页 |
| ·HTK简介 | 第25页 |
| ·Julius和其解码算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 语音识别模块的设计与实现 | 第27-41页 |
| ·数据准备 | 第27-29页 |
| ·基于HTK的声学模型训练 | 第29-33页 |
| ·声学基本单元的选取 | 第29页 |
| ·声学模型的训练 | 第29-33页 |
| ·基于Julius的语音模块设计与实现 | 第33-35页 |
| ·Julius规则语法文件简介 | 第33-34页 |
| ·语音模块架构和动态语言模型机制 | 第34-35页 |
| ·实验 | 第35-39页 |
| ·几种音素模型效果对比实验 | 第35-37页 |
| ·语音识别模块评测实验 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 面向服务机器人的口语对话系统设计与实现 | 第41-53页 |
| ·口语对话系统与对话管理简介 | 第41-45页 |
| ·口语对话系统简介 | 第41-42页 |
| ·对话管理介绍 | 第42-45页 |
| ·面向服务机器人口语对话系统和对话管理设计与实现 | 第45-51页 |
| ·对话系统整体架构 | 第45-46页 |
| ·基于层叠状态机的对话管理框架 | 第46-48页 |
| ·对话系统中语音模块噪声干扰控制 | 第48页 |
| ·多模态信息的加入 | 第48页 |
| ·验证与确认机制 | 第48-49页 |
| ·实体机器人上的应用介绍 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 联合无监督词聚类的递归神经网络语言模型 | 第53-65页 |
| ·递归神经网络语言模型和布朗次聚类方法 | 第53-57页 |
| ·递归神经网络基本原理 | 第53-54页 |
| ·截断式时间后传算法 | 第54-56页 |
| ·布朗词聚类方法 | 第56-57页 |
| ·联合无监督词聚类的递归神经网络模型结构 | 第57-60页 |
| ·框架描述 | 第57-58页 |
| ·布朗词聚类信息的加入 | 第58-59页 |
| ·输出层分类 | 第59-60页 |
| ·训练 | 第60页 |
| ·实验 | 第60-63页 |
| ·实验准备 | 第60-61页 |
| ·实验及分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结和工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录1 不同参数配置音素模型效果对比 | 第71-75页 |
| 附录2 不同参数配置语音识别模块效果对比 | 第75-77页 |
| 致谢 | 第77-79页 |
| 在读期间发表的学术论文与取得的研究成果 | 第79页 |
