长距离语言模型及其在语音识别中的应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 引言 | 第10页 |
| 1.2 统计语言模型研究现状及问题 | 第10-11页 |
| 1.3 长距离语言模型 | 第11-12页 |
| 1.4 主要内容和组织结构 | 第12-14页 |
| 第二章 长距离语言模型的建模 | 第14-38页 |
| 2.1 统计语言模型 | 第14-19页 |
| 2.1.1 统计语言模型概念 | 第14-15页 |
| 2.1.2 语言模型的评价 | 第15-17页 |
| 2.1.3 n-gram语言模型的稀疏性问题 | 第17-19页 |
| 2.1.4 n-gram语言模型的长距离问题 | 第19页 |
| 2.2 跳词语言模型 | 第19-20页 |
| 2.3 基于互信息的长距离MI-ngram模型 | 第20-21页 |
| 2.4 词激活力模型 | 第21-25页 |
| 2.4.1 词激活力概念 | 第22-23页 |
| 2.4.2 基于词激活力的长距离语言模型 | 第23-25页 |
| 2.5 词激活力模型的改进 | 第25-26页 |
| 2.6 长距离语言模型的实验 | 第26-37页 |
| 2.6.1 长距离语言模型直接建模 | 第26-29页 |
| 2.6.2 长距离语言模型插值模型 | 第29-32页 |
| 2.6.3 长距离语言模型实验结果对比 | 第32-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第三章 长距离语言模型在语音识别解码中的应用 | 第38-54页 |
| 3.1 引言 | 第38-41页 |
| 3.1.1 语音识别 | 第38-39页 |
| 3.1.2 解码的基本算法 | 第39-41页 |
| 3.2 基于Viterbi的解码算法 | 第41-43页 |
| 3.3 长距离语言模型在语音识别中的应用 | 第43-49页 |
| 3.3.1 直接累加长距离语言模型得分 | 第45-46页 |
| 3.3.2 长距离信息与相邻信息插值 | 第46-48页 |
| 3.3.3 改进的打分公式 | 第48-49页 |
| 3.4 解码中得分权重的研究 | 第49-51页 |
| 3.5 本章总结 | 第51-54页 |
| 第四章 长距离语言模型在重打分中的应用 | 第54-64页 |
| 4.1 lattice结构 | 第54-55页 |
| 4.2 长距离语言模型在重打分中的应用 | 第55-56页 |
| 4.3 基于长距离语言模型的重打分过程 | 第56-59页 |
| 4.3.1 前向重打分 | 第56-57页 |
| 4.3.2 后向重打分 | 第57-58页 |
| 4.3.3 前向后向相结合的重打打分 | 第58-59页 |
| 4.4 实验结果 | 第59-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 结论与未来工作展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
