| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究目的和意义 | 第8-9页 |
| ·新闻语料的特点 | 第9-10页 |
| ·STD 产生的背景与发展现状 | 第10-11页 |
| ·论文的主要内容及组织 | 第11-12页 |
| 第2章 语音关键词检测系统的基本框架 | 第12-27页 |
| ·概述 | 第12页 |
| ·连续语音识别系统 | 第12-25页 |
| ·预处理与特征提取 | 第13-15页 |
| ·声学模型 | 第15-18页 |
| ·语言模型 | 第18-22页 |
| ·连续语音识别算法 | 第22-25页 |
| ·索引建立 | 第25页 |
| ·STD 系统的词检测和候选决策 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 新闻语料的前端处理 | 第27-38页 |
| ·概述 | 第27-28页 |
| ·单词网络和强制对齐 | 第28-31页 |
| ·自动切分方法 | 第31-33页 |
| ·实验 | 第33-36页 |
| ·段落级的语音对训练声学模型的影响 | 第33-34页 |
| ·段落级的语音做测试语料的影响 | 第34-35页 |
| ·新闻语料的自动化切分 | 第35-36页 |
| ·自动切分语料对训练声学模型的影响 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于长距离 bigram 模型的 STD 系统 | 第38-52页 |
| ·词音节 Lattice | 第38-39页 |
| ·基于 Lattice 的语音关键词检测 | 第39-43页 |
| ·索引建立 | 第39-41页 |
| ·用户查询词检测 | 第41-42页 |
| ·交叠处理 | 第42-43页 |
| ·候选决策 | 第43页 |
| ·基于长距离 bigram 构建 STD 系统 | 第43-45页 |
| ·长距离 bigram 模型 | 第43-44页 |
| ·索引中语言模型得分重新估计 | 第44-45页 |
| ·实验 | 第45-50页 |
| ·长距离 bigram 模型的训练 | 第45-46页 |
| ·实验方案 | 第46-47页 |
| ·实验结果 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |