语音识别置信度特征提取算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·什么是语音识别的置信度 | 第11页 |
| ·研究语音识别置信度的意义 | 第11-12页 |
| ·国内外相关研究现状 | 第12-14页 |
| ·传统的置信度特征 | 第12-14页 |
| ·基于高层语义信息的置信度特征 | 第14页 |
| ·论文的研究内容 | 第14-16页 |
| ·环境特征 | 第14-15页 |
| ·基于主题相似性的语义层置信特征 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 大规模连续语音识别原理 | 第17-32页 |
| ·引言 | 第17-27页 |
| ·声学特征提取 | 第17-19页 |
| ·隐马尔可夫模型 | 第19-27页 |
| ·语言模型 | 第27-32页 |
| ·n-gram语言模型 | 第27-28页 |
| ·建立音素级语言模型 | 第28-29页 |
| ·稳健的语言模型 | 第29-32页 |
| 第三章 基于混淆网络的置信度标记基线系统 | 第32-48页 |
| ·引言 | 第32页 |
| ·音素网络lattice | 第32-36页 |
| ·lattice的结构 | 第33-34页 |
| ·基于lattice的关键词后验概率估计 | 第34-36页 |
| ·混淆网络mesh | 第36-41页 |
| ·混淆网络概述 | 第36-39页 |
| ·基于lattice的混淆网络生成方法 | 第39-41页 |
| ·基于SVM的置信度标记 | 第41-48页 |
| ·SVM支撑向量机 | 第41-45页 |
| ·基于SVM的置信度标记与评价标准 | 第45-48页 |
| 第四章 环境特征 | 第48-53页 |
| ·引言 | 第48页 |
| ·环境特征 | 第48-50页 |
| ·上下文特征 | 第48-49页 |
| ·动态特征 | 第49-50页 |
| ·句全局特征 | 第50页 |
| ·实验设计 | 第50-51页 |
| ·系统框架 | 第50页 |
| ·实验数据 | 第50-51页 |
| ·实验结果 | 第51-52页 |
| ·结论与展望 | 第52-53页 |
| 第五章 基于主题相似度的语义层特征 | 第53-66页 |
| ·引言 | 第53页 |
| ·LDA模型 | 第53-55页 |
| ·基于主题相似性的语义层特征提取算法 | 第55-58页 |
| ·词的主题分布 | 第56页 |
| ·上下文主题分布 | 第56-57页 |
| ·主题相似性 | 第57-58页 |
| ·实验设计 | 第58-63页 |
| ·系统框架 | 第58页 |
| ·实验数据 | 第58-59页 |
| ·基于主题相似性的语义层置信特征提取算法参数选择 | 第59-63页 |
| ·实验结果 | 第63-64页 |
| ·结论与展望 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
