关键词识别中语音确认技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-11页 |
| ·关键词系统的框架与性能评估 | 第11-12页 |
| ·本文的主要研究工作 | 第12-14页 |
| ·论文主要研究工作 | 第12页 |
| ·论文的章节组成 | 第12-14页 |
| 第2章 关键词语音识别系统 | 第14-24页 |
| ·语音识别的框架图和预处理 | 第14-16页 |
| ·语音信号的加窗处理 | 第14-15页 |
| ·断点检测 | 第15-16页 |
| ·特征值提取 | 第16-17页 |
| ·声学模型与模式匹配 | 第17-21页 |
| ·HMM概念与定义 | 第18-19页 |
| ·HMM训练 | 第19-21页 |
| ·语言模型与解码器 | 第21-23页 |
| ·语言模型 | 第21-22页 |
| ·解码器 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 似然比融合算法 | 第24-39页 |
| ·拒识的概念 | 第24页 |
| ·垃圾模型 | 第24-26页 |
| ·基于似然比的语音确认 | 第26-28页 |
| ·基于竞争模型的语音确认 | 第28-33页 |
| ·竞争模型的训练 | 第30-31页 |
| ·搜索确认 | 第31-33页 |
| ·基于竞争模型的加权似然比融合算法 | 第33-38页 |
| ·基于SVM的参数优化 | 第34-35页 |
| ·实验结果 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于VQ与SVM的语音确认 | 第39-46页 |
| ·支持向量机 | 第39-43页 |
| ·统计学习理论 | 第39-40页 |
| ·广义最优分类面 | 第40-41页 |
| ·支持向量机理论 | 第41-43页 |
| ·VQ与SVM相结合 | 第43-44页 |
| ·实验设定与结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-52页 |
| 致谢 | 第52页 |
