摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第13-25页 |
1.1 课题的研究背景与意义 | 第13-14页 |
1.2 语音查询项检索技术的发展历程 | 第14页 |
1.3 语音查询项检索技术的研究现状 | 第14-21页 |
1.3.1 基于WFST的语音识别与检索 | 第15-17页 |
1.3.2 Lattice结构的改进 | 第17-19页 |
1.3.3 集外词检索 | 第19-20页 |
1.3.4 判决策略 | 第20-21页 |
1.4 论文的研究内容和结构安排 | 第21-25页 |
1.4.1 论文的研究内容 | 第21-22页 |
1.4.2 论文的结构安排 | 第22-25页 |
第二章 基于WFST的语音查询项检索基线系统 | 第25-39页 |
2.1 基于WFST的语音查询项检索系统基本框架 | 第25-27页 |
2.1.1 自动语音识别 | 第25-26页 |
2.1.2 查询项检索 | 第26-27页 |
2.2 加权有限状态机理论 | 第27-32页 |
2.2.1 半环理论 | 第27-28页 |
2.2.2 加权有限状态机定义 | 第28-29页 |
2.2.3 加权有限状态机的相关算法 | 第29-32页 |
2.3 基于WFST的索引与检索技术 | 第32-36页 |
2.3.1 预处理 | 第32-33页 |
2.3.2 索引建立 | 第33-35页 |
2.3.3 检索 | 第35-36页 |
2.4 性能评测 | 第36-37页 |
2.4.1 实验语料 | 第36页 |
2.4.2 性能评价指标 | 第36-37页 |
2.4.3 基线系统性能 | 第37页 |
2.5 小结 | 第37-39页 |
第三章 基于混淆网络的WFST语音查询项检索技术 | 第39-47页 |
3.1 混淆网络概述 | 第39-42页 |
3.1.1 混淆网络的定义 | 第39-40页 |
3.1.2 混淆网络的生成 | 第40-42页 |
3.2 基于混淆网络的WFST语音查询项检索技术 | 第42-43页 |
3.2.1 混淆网络与自动机的转化 | 第42-43页 |
3.2.2 基于混淆网络的WFST语音查询项检索技术 | 第43页 |
3.3 实验结果与分析 | 第43-46页 |
3.3.1 混淆网络与Lattice的WFST索引检索性能比较 | 第43-44页 |
3.3.2 混淆网络与Lattice的WFST索引尺寸比较 | 第44-45页 |
3.3.3 混淆网络与Lattice的WFST索引搜索时间比较 | 第45-46页 |
3.3.4 混淆网络WFST索引与混淆网络索引的性能比较 | 第46页 |
3.4 小结 | 第46-47页 |
第四章 基于发音混淆模型的集外词查询项扩展方法 | 第47-55页 |
4.1 发音混淆模型 | 第47-49页 |
4.1.1 发音混淆矩阵 | 第48-49页 |
4.1.2 P2P转换器 | 第49页 |
4.2 集外词查询项的生成与扩展 | 第49-52页 |
4.2.1 查询项发音序列的生成 | 第49-51页 |
4.2.2 查询项发音序列的扩展 | 第51-52页 |
4.3 实验结果与分析 | 第52-54页 |
4.3.1 G2P模型生成N-best发音序列的性能 | 第52-53页 |
4.3.2 发音混淆模型生成N-best发音序列的性能 | 第53-54页 |
4.3.3 不同扩展方法的性能比较 | 第54页 |
4.4 小结 | 第54-55页 |
第五章 基于相关得分分布的查询项特定阈值技术 | 第55-65页 |
5.1 STD中常用的阈值技术 | 第55-56页 |
5.1.1 全局阈值 | 第55页 |
5.1.2 基于TWV的查询项特定阈值 | 第55-56页 |
5.2 基于相关得分分布的查询项特定阈值 | 第56-61页 |
5.2.1 判决框架 | 第56-57页 |
5.2.2 类分布模型 | 第57-58页 |
5.2.3 参数估计 | 第58-59页 |
5.2.4 参数初始化 | 第59-60页 |
5.2.5 贝叶斯优化阈值 | 第60-61页 |
5.3 实验结果与分析 | 第61-63页 |
5.3.1 实验设置 | 第61页 |
5.3.2 评价指标 | 第61页 |
5.3.3 实验结果和分析 | 第61-63页 |
5.4 小结 | 第63-65页 |
结论 | 第65-67页 |
一、论文工作总结 | 第65-66页 |
二、前景和展望 | 第66-67页 |
致谢 | 第67-69页 |
参考文献 | 第69-75页 |
作者简历 | 第75页 |