改进的HMM训练方法在语音识别中的应用
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景及现状 | 第7-9页 |
| ·语音识别系统的主要内容 | 第9-12页 |
| ·语音识别系统的整体结构 | 第9-10页 |
| ·语音识别技术的基本内容 | 第10-11页 |
| ·基于统计的语音识别系统 | 第11-12页 |
| ·研究面临的主要困难 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 HMM 的基础理论 | 第14-19页 |
| ·HMM 的定义 | 第14-16页 |
| ·隐马尔可夫过程和 HMM | 第14-15页 |
| ·HMM 的数学描述 | 第15-16页 |
| ·HMM 的基本算法 | 第16-19页 |
| ·前向-后向算法 | 第16-17页 |
| ·Viterbi 算法 | 第17-18页 |
| ·Baum-Welch 算法 | 第18-19页 |
| 第三章 HMM 的训练方法 | 第19-32页 |
| ·经典的 Baum-Welch 算法 | 第19-22页 |
| ·基于 MMIE 准则的判别训练方法 | 第22-23页 |
| ·基于梯度上升的参数重估 | 第23-27页 |
| ·矩阵求导 | 第23-24页 |
| ·偏导数求取 | 第24-25页 |
| ·重估算法 | 第25-27页 |
| ·结合进化计算的 MMIE 训练方法 | 第27-32页 |
| ·基因表达 | 第28页 |
| ·适应度函数 | 第28页 |
| ·选择策略 | 第28-29页 |
| ·遗传算子 | 第29页 |
| ·基因选择算子 | 第29-30页 |
| ·模型参数估计方法 | 第30-32页 |
| 第四章 HMM 训练系统的设计 | 第32-46页 |
| ·判别训练系统的框架 | 第32-33页 |
| ·初始模型参数的选取 | 第33-35页 |
| ·HMM 模型距离的度量 | 第35-37页 |
| ·比例因子问题 | 第37-41页 |
| ·使用多个观察值序列训练 | 第41-42页 |
| ·克服训练数据不足的方法 | 第42-46页 |
| 第五章 实验与测试 | 第46-54页 |
| ·组成部分 | 第46-51页 |
| ·语音库 | 第46-47页 |
| ·发音词典 | 第47页 |
| ·语言模型 | 第47-48页 |
| ·词模型及搜索网络的建立 | 第48-50页 |
| ·解码算法的实现 | 第50-51页 |
| ·实验及测试结果 | 第51-54页 |
| ·训练集上识别率的实验 | 第52页 |
| ·测试集上识别率的实验 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 摘要 | 第56-59页 |
| Abstract | 第59-63页 |
| 致谢 | 第63-64页 |
| 导师及作者简介 | 第64页 |
