基于点过程模型的连续语音关键词检测技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 图录 | 第9-12页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 语音关键词检测技术及发展历程 | 第12-13页 |
| 1.1.1 基于垃圾模型的关键词检测技术 | 第12-13页 |
| 1.1.2 基于Lattice的关键词检测技术 | 第13页 |
| 1.2 语音点过程模型 | 第13-18页 |
| 1.2.1 下一代语音识别技术 | 第14页 |
| 1.2.2 语音事件检测 | 第14-17页 |
| 1.2.3 基于点过程模型的语音识别研究 | 第17-18页 |
| 1.3 论文的主要内容和结构安排 | 第18-22页 |
| 1.3.1 论文的主要工作 | 第18-19页 |
| 1.3.2 论文的结构安排 | 第19-22页 |
| 第二章 基于音素事件的语音点过程建立 | 第22-34页 |
| 2.1 点过程序列基本理论 | 第22-24页 |
| 2.1.1 点过程序列产生 | 第22-23页 |
| 2.1.2 点过程序列处理 | 第23-24页 |
| 2.2 音素后验概率检测 | 第24-27页 |
| 2.2.1 多层感知器 | 第24-25页 |
| 2.2.2 音素后验概率检测 | 第25-27页 |
| 2.3 语音点过程建立 | 第27-33页 |
| 2.3.1 直接事件选取 | 第27-28页 |
| 2.3.2 基于匹配滤波器的事件选取 | 第28-31页 |
| 2.3.3 音素事件选取性能评估 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于泊松过程的点过程模型关键词检测 | 第34-44页 |
| 3.1 泊松过程基本理论 | 第34-35页 |
| 3.2 关键词检测模型建立 | 第35-37页 |
| 3.2.1 背景模型训练 | 第35页 |
| 3.2.2 关键词模型训练 | 第35-37页 |
| 3.3 基于似然比的关键词检测 | 第37页 |
| 3.4 关键词时长规整与搜索 | 第37-38页 |
| 3.5 实验 | 第38-42页 |
| 3.5.1 实验配置 | 第38-39页 |
| 3.5.2 实验结果与分析 | 第39-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于词级区分性点过程模型关键词检测 | 第44-54页 |
| 4.1 英语发音变异 | 第44-46页 |
| 4.2 SVM基本理论 | 第46-47页 |
| 4.3 基于词级DPPM关键词检测 | 第47-51页 |
| 4.3.1 候选语音点过程预处理 | 第48-50页 |
| 4.3.2 关键词区分性模型训练与检测 | 第50-51页 |
| 4.4 实验 | 第51-53页 |
| 4.4.1 实验配置 | 第51页 |
| 4.4.2 实验结果与分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于拓展词级区分性点过程模型关键词检测 | 第54-62页 |
| 5.1 点过程序列距离计算 | 第54-55页 |
| 5.2 语音点过程平滑 | 第55-57页 |
| 5.3 基于词级EDPPM关键词检测 | 第57-58页 |
| 5.4 实验 | 第58-60页 |
| 5.4.1 实验配置 | 第58-60页 |
| 5.4.2 实验结果与分析 | 第60页 |
| 5.5 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 一、论文工作总结 | 第62页 |
| 二、前景和展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 作者简历 | 第72页 |
