| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 国内外研究现状与分析 | 第11-17页 |
| 1.2.1 基于模板匹配的关键词检测 | 第12-13页 |
| 1.2.2 基于Keyword/Filler模型的关键词检测 | 第13页 |
| 1.2.3 基于LVCSR的关键词检测 | 第13-16页 |
| 1.2.4 低资源环境下的关键词检测 | 第16页 |
| 1.2.5 总结与分析 | 第16-17页 |
| 1.3 主要研究内容 | 第17-19页 |
| 第2章 关键词检测系统的基本组成 | 第19-31页 |
| 2.1 引言 | 第19-20页 |
| 2.2 关键词检测中的语音识别器 | 第20-27页 |
| 2.2.1 前端处理 | 第20-21页 |
| 2.2.2 声学模型 | 第21-24页 |
| 2.2.3 语言模型 | 第24-26页 |
| 2.2.4 基于WFST的语音识别 | 第26-27页 |
| 2.3 建立索引和搜索 | 第27-29页 |
| 2.4 关键词检测系统的评价指标 | 第29-30页 |
| 2.5 基线系统的实验结果 | 第30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于DNN-HMM声学模型构建的关键词检测 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 DNN-HMM声学模型 | 第32-35页 |
| 3.2.1 DNN-HMM声学模型的结构 | 第32-34页 |
| 3.2.2 用DNN-HMM声学模型解码 | 第34-35页 |
| 3.3 DNN-HMM模型的主要训练过程 | 第35-40页 |
| 3.3.1 DNN-HMM模型的预训练 | 第36-39页 |
| 3.3.2 DNN-HMM模型的参数调优 | 第39-40页 |
| 3.4 DNN-HMM声学模型中的非线性单元 | 第40-42页 |
| 3.4.1 sigmoid激活单元 | 第40-41页 |
| 3.4.2 Re LU单元 | 第41-42页 |
| 3.4.3 p-norm单元 | 第42页 |
| 3.5 实验结果与分析 | 第42-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 关键词声学模型的区分性训练 | 第45-60页 |
| 4.1 引言 | 第45-46页 |
| 4.2 基于非均匀MCE准则的关键词声学模型 | 第46-51页 |
| 4.2.1 基于MCE准则的区分性训练 | 第46-47页 |
| 4.2.2 关键词检测的非均匀MCE准则 | 第47-49页 |
| 4.2.3 基于Ada Boost算法的非均匀MCE准则 | 第49-51页 |
| 4.3 基于非均匀s MBR准则的关键词声学模型 | 第51-53页 |
| 4.4 模型训练需考虑的实际因素 | 第53-55页 |
| 4.4.1 Lattice生成 | 第53-55页 |
| 4.4.2 学习率的调整 | 第55页 |
| 4.5 实验结果与分析 | 第55-58页 |
| 4.5.1 非均匀MCE准则的实验结果与分析 | 第55-57页 |
| 4.5.2 非均匀s MBR准则的实验结果与分析 | 第57-58页 |
| 4.6 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文 | 第67-69页 |
| 致谢 | 第69页 |
