| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 语音识别概述 | 第11-13页 |
| 1.3 基于内容的语音检索的技术与研究现状 | 第13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 预备知识 | 第15-21页 |
| 2.1 隐马尔可夫模型 | 第15-18页 |
| 2.1.1 隐马尔可夫模型的定义 | 第15-16页 |
| 2.1.2 隐马尔可夫模型的有关算法 | 第16-18页 |
| 2.2 语音信号及其特征提取 | 第18-19页 |
| 2.3 矢量量化 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 声学模型的设计与训练 | 第21-33页 |
| 3.1 声学模型定义 | 第21-22页 |
| 3.2 基于隐马尔可夫模型的声学模型库设计 | 第22-24页 |
| 3.3 使用HTK 训练声学模型的方案 | 第24-26页 |
| 3.4 矢量量化技术的使用 | 第26-31页 |
| 3.4.1 向量距离测度标准 | 第27-28页 |
| 3.4.2 码表设计与LBG 算法 | 第28-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 基于路径模糊匹配的搜索方法 | 第33-42页 |
| 4.1 语音特征矩阵的设计 | 第33-36页 |
| 4.2 基于路径匹配的搜索方法的设计 | 第36-38页 |
| 4.3 针对现实条件下的路径匹配方法的改进 | 第38-41页 |
| 4.3.1 算法改进方案 | 第38-40页 |
| 4.3.2 θ_(loss _ len) 与θ_(loss _ num) 选择对算法的实际效果 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 使用连续语音识别进行结果验证 | 第42-47页 |
| 5.1 Viterbi 算法与Token Passing 算法 | 第42-43页 |
| 5.1.1 Viterbi 算法 | 第42-43页 |
| 5.1.2 Token Passing 算法 | 第43页 |
| 5.2 词汇表的设计与实现 | 第43-45页 |
| 5.3 检索结果验证算法 | 第45-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第六章 基于VQ 和ASR 的课件检索系统 | 第47-62页 |
| 6.1 课件检索系统 | 第47-48页 |
| 6.2 课件预处理程序的设计与实现 | 第48-49页 |
| 6.2.1 分帧 | 第48页 |
| 6.2.2 特征向量计算 | 第48-49页 |
| 6.2.3 特征矩阵生成 | 第49页 |
| 6.3 服务器端检索组件的设计与实现 | 第49-56页 |
| 6.3.1 Initial 函数 | 第51页 |
| 6.3.2 Search 函数 | 第51-55页 |
| 6.3.3 Term 函数 | 第55-56页 |
| 6.4 客户端检索接口的设计与实现 | 第56-58页 |
| 6.5 系统性能测试结果 | 第58-61页 |
| 6.6 本章小结 | 第61-62页 |
| 第七章 总结 | 第62-64页 |
| 7.1 系统的评价与总结 | 第62页 |
| 7.2 未来工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的学术论文及参与的项目 | 第69-71页 |