| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 1 绪论 | 第12-20页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·音频分类 | 第14-16页 |
| ·句子切分 | 第16-17页 |
| ·利用无标注样本来改善学习性能的机器学习技术 | 第17-18页 |
| ·本文研究目的与研究内容 | 第18-19页 |
| ·研究目的 | 第18页 |
| ·研究内容 | 第18-19页 |
| ·本文的章节安排 | 第19-20页 |
| 2 极小化标注的基于内容的音频分类 | 第20-40页 |
| ·音频信号分析 | 第20-21页 |
| ·音频语义内容分析 | 第20-21页 |
| ·音频结构分析 | 第21页 |
| ·音频信号预处理 | 第21-24页 |
| ·格式转换 | 第21-22页 |
| ·升高采样率 | 第22页 |
| ·预加重说明 | 第22-23页 |
| ·分段分帧 | 第23-24页 |
| ·特征分析和提取 | 第24-32页 |
| ·基于帧的音频特征 | 第25-30页 |
| ·基于音频片段的特征 | 第30-31页 |
| ·特征集构造 | 第31页 |
| ·特征提取的计算过程 | 第31-32页 |
| ·分类器设计 | 第32-34页 |
| ·Co-training基本描述 | 第32-33页 |
| ·分类器设计 | 第33-34页 |
| ·实验结果及分析 | 第34-38页 |
| ·协同训练次数对分类结果的影响 | 第35-36页 |
| ·Co-training在极小化标注方面的性能分析 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 3 无标注的句子切分系统 | 第40-56页 |
| ·问题描述 | 第40页 |
| ·韵律特征对句子切分的重要性 | 第40-41页 |
| ·无标注的实现 | 第41-44页 |
| ·系统原理 | 第41-42页 |
| ·检错机制 | 第42-43页 |
| ·迭代过程 | 第43-44页 |
| ·对生成的标注数据的处理 | 第44页 |
| ·不依赖语音识别的语义句子切分系统的实现 | 第44-55页 |
| ·V/C/P分类 | 第44-47页 |
| ·特征提取 | 第47-51页 |
| ·分类器设计 | 第51页 |
| ·检错机制 | 第51-53页 |
| ·实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 4 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |
| 发表的论文 | 第62页 |
| 科研成果 | 第62页 |