基于事件检测的音素识别技术研究
| 表目录 | 第6-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 前言 | 第11-19页 |
| 1.1 自动语音识别技术的发展历程 | 第11-12页 |
| 1.2 基于事件检测的自动语音识别 | 第12-18页 |
| 1.2.1 ASAT 的系统组成 | 第13页 |
| 1.2.2 语音事件及其检测 | 第13-16页 |
| 1.2.3 语音事件的合成 | 第16-18页 |
| 1.3 论文的主要内容和结构安排 | 第18-19页 |
| 第二章 条件随机场模型 | 第19-29页 |
| 2.1 连续语音识别的统计模型描述 | 第19-21页 |
| 2.2 生成模型与区分模型 | 第21-22页 |
| 2.3 条件随机场模型 | 第22-27页 |
| 2.3.1 条件随机场基本理论 | 第22-24页 |
| 2.3.2 条件随机场模型训练 | 第24-27页 |
| 2.3.3 条件随机场解码算法 | 第27页 |
| 2.4 小结 | 第27-29页 |
| 第三章 基于长时性特征的音位属性检测方法 | 第29-41页 |
| 3.1 常用的音位属性检测方法 | 第29-31页 |
| 3.1.1 基于神经网络的检测方法 | 第29-30页 |
| 3.1.2 基于高斯混合模型的检测方法 | 第30-31页 |
| 3.2 基于长时性特征的音位属性检测方法 | 第31-33页 |
| 3.2.1 基于 RTDNN 的检测方法 | 第31页 |
| 3.2.2 基于层级音位属性检测方法 | 第31-32页 |
| 3.2.3 基于 TRAP 改进结构的检测方法 | 第32-33页 |
| 3.3 基于音位属性后验概率的音素建模方法 | 第33-34页 |
| 3.4 实验 | 第34-40页 |
| 3.4.1 实验配置 | 第34-35页 |
| 3.4.2 音位属性检测 | 第35-37页 |
| 3.4.3 鲁棒性音位属性检测 | 第37-40页 |
| 3.4.4 基于音位属性信息的音素识别 | 第40页 |
| 3.5 小结 | 第40-41页 |
| 第四章 基于音位属性和边界信息的音素识别 | 第41-50页 |
| 4.1 引言 | 第41-42页 |
| 4.2 基于音位属性后验概率的边界检测 | 第42-44页 |
| 4.2.1 帧间相关性的度量 | 第42页 |
| 4.2.2 音素边界的筛选 | 第42-44页 |
| 4.2.3 检测结果的评测 | 第44页 |
| 4.3 引入先验知识的建模方法 | 第44-46页 |
| 4.3.1 音素与音位属性间的异步现象 | 第44-45页 |
| 4.3.2 引入先验知识的调整算法 | 第45-46页 |
| 4.4 实验 | 第46-49页 |
| 4.4.1 实验配置 | 第46页 |
| 4.4.2 音素边界检测结果 | 第46-47页 |
| 4.4.3 基于 CRF 的音素识别 | 第47-49页 |
| 4.5 小结 | 第49-50页 |
| 第五章 基于语速调整和音位属性后验概率的音素识别 | 第50-56页 |
| 5.1 语速调整算法 | 第50-52页 |
| 5.1.1 语速的计算与调整 | 第51-52页 |
| 5.1.2 训练集与测试集语速的检测 | 第52页 |
| 5.2 实验 | 第52-55页 |
| 5.2.1 音位属性的检测 | 第53-54页 |
| 5.2.2 基于 HMM、CRF 的音素识别 | 第54-55页 |
| 5.3 小结 | 第55-56页 |
| 结束语 | 第56-58页 |
| 一、论文工作总结 | 第56-57页 |
| 二、前景和展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第64-65页 |
| 致谢 | 第65页 |
