首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

语音识别系统的声学建模研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-19页
   ·语音识别的重要意义第11页
   ·语音识别的历史发展第11-12页
   ·语音识别的关键问题第12-14页
     ·声学特征分析第12-13页
     ·声学模型第13页
     ·语言模型第13-14页
     ·搜索算法第14页
     ·自适应与鲁棒性问题第14页
   ·语音识别技术的应用领域及前景第14-16页
   ·课题的主要研究方向第16-17页
     ·声学模型中识别基元的选择和参数共享策略第16-17页
     ·声学模型中的其他优化策略第17页
   ·论文结构和内容第17-19页
第二章 隐马尔可夫模型(HMM)及其在语音识别中的应用第19-29页
   ·HMM基本概念与原理第19-24页
     ·HMM定义第19-21页
     ·HMM的结构和类型第21-24页
   ·HMM模型的三个基本问题及关键算法第24-29页
第三章 基于 HMM的大词汇量连续语音识别基线系统第29-45页
   ·连续语音识别的整体框架第29-31页
   ·语音声学分析第31-34页
     ·语料库第31-32页
     ·语音预处理和特征提取第32-34页
   ·声学 HMM模型的训练第34-40页
     ·HMM模型的定义第34-36页
     ·模型初始化第36-38页
     ·模型重估第38-39页
     ·模型自适应第39-40页
   ·识别第40-44页
     ·语言模型第41-42页
     ·词典的组织第42-43页
     ·识别网络第43-44页
   ·本章小结第44-45页
第四章 上下文相关的声韵母HMM建模第45-59页
   ·基本声学建模单元比较及优化第45-48页
     ·上下文相关声韵母识别基元第45-46页
     ·建模基元的扩展优化第46-48页
   ·数据驱动与决策树状态共享策略第48-50页
     ·数据驱动的状态共享策略第49页
     ·基于决策树的状态共享策略第49-50页
   ·基于语音学知识的问题集设计第50-54页
     ·问题集设计定义及应用第50-51页
     ·利用语音学知识优化问题集设计第51-52页
     ·加入简单问题优化问题集设计第52-53页
     ·加入双边问题优化问题集设计第53-54页
   ·决策树分裂过程及停止门限第54-56页
     ·决策树的构造第54-55页
     ·决策树分裂停止门限第55页
     ·决策树节点内样本的相似性评价第55-56页
   ·实验结论与分析第56-58页
     ·实验环境第56页
     ·声学单元和问题集优化第56-57页
     ·决策树门限优化第57-58页
   ·本章小结第58-59页
第五章 HMM声学建模优化策略第59-72页
   ·有调三音子训练过程调整第59-61页
     ·声调处理设计方法第59-60页
     ·有调三音子初始化训练设计第60-61页
   ·声学模型的复杂度调整第61-63页
     ·复杂度与性能的关系第61-62页
     ·高斯混合模型混合分量数目选择方法及其应用第62-63页
   ·半连续分段概率模型(SCSPM)第63-65页
     ·半连续密度HMM(SCHMM)第63-64页
     ·半连续分段概率模型(SCSPM)第64-65页
   ·发音变体的建模第65-68页
     ·标准标注第66-67页
     ·定位发音变体第67页
     ·信息收集第67-68页
   ·实验结论及分析第68-72页
     ·有调声韵母三音子初始化实验第68页
     ·高斯混合模型混合分量数目选择优化实验第68-69页
     ·半连续分段概率模型(SCSPM)实验第69-70页
     ·发音变体初步实验第70-72页
第六章 总结与展望第72-74页
   ·论文的主要工作与贡献第72页
   ·下一步工作展望第72-74页
附录 基于HTK的模型训练步骤第74-77页
 1. HTK工具简介第74-75页
 2. 上下文无关模型训练步骤第75页
 3. 上下文相关模型训练步骤第75-77页
参考文献第77-82页
致谢第82-83页
硕士期间发表论文第83页

论文共83页,点击 下载论文
上一篇:基于组件技术的蓝牙服务器的设计与实现
下一篇:遗传算法在网络告警预测中的应用