摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-20页 |
·语音识别及其简史 | 第12-14页 |
·语音识别问题概述 | 第14-15页 |
·噪声环境下的语音识别问题 | 第15-16页 |
·测试数据库和测试平台的设置 | 第16-18页 |
·Aurora2 | 第16-17页 |
·Aurora3 | 第17-18页 |
·本文的主要内容、创新及组织结构 | 第18-20页 |
第2章 基于HMM概率框架的语音识别系统 | 第20-29页 |
·HMM的数学定义 | 第20-26页 |
·HMM概述 | 第21页 |
·HMM的理论体系和三大问题 | 第21-24页 |
·HMM的参数估计-Baum Welch算法 | 第24-25页 |
·HMM的解码问题-Viterbi算法 | 第25-26页 |
·基于HMM概率框架的语音识别系统 | 第26-27页 |
·HMM模型的选定 | 第26-27页 |
·HMM参数绑定 | 第27页 |
·基于HTK工具包开发的识别器 | 第27-28页 |
·本章小结 | 第28-29页 |
第3章 噪声鲁棒性语音识别方法的研究现状 | 第29-37页 |
·噪声鲁棒性问题产生的基本框架及解决方案简述 | 第29页 |
·加性和卷积性噪声对语音信号的影响 | 第29-31页 |
·主流语音识别噪声鲁棒性处理方法介绍 | 第31-37页 |
·鲁棒性特征提取 | 第31页 |
·语音增强 | 第31-32页 |
·模型补偿 | 第32-33页 |
·噪音掩蔽效应 | 第33页 |
·基于非线性方程的模型参数补偿方法 | 第33-35页 |
·特征补偿 | 第35页 |
·双通道策略 | 第35-37页 |
第4章 基于UT变换的HMM模型静态参数补偿算法研究及其应用 | 第37-49页 |
·UT变换的基本概念 | 第38-39页 |
·基于UT变换算法的HMM声学模型静态参数补偿 | 第39-45页 |
·方案一:基于矢量扩展的UT变换补偿算法 | 第39-42页 |
·方案二:基于UT变换和VTS逼近的混合补偿算法 | 第42-43页 |
·方案三:基于球状单纯形特征变换点的UT变换补偿算法 | 第43-45页 |
·HMM声学模型动态参数的补偿方法 | 第45页 |
·数据仿真实验及分析 | 第45-46页 |
·实验设计及结果分析 | 第46-49页 |
·实验环境设计 | 第46页 |
·实验结果及分析 | 第46-49页 |
第5章 基于UT变换的HMM声学模型动态参数补偿算法研究及其应用 | 第49-57页 |
·UT变换法在HMM模型补偿中的应用 | 第49-50页 |
·基于矢量扩展的UT变换补偿算法用于一阶和二阶差分参数补偿 | 第50-51页 |
·基于变量简化的UT变换补偿算法用于一阶和二阶差分参数补偿 | 第51-53页 |
·实验设计和结果分析 | 第53-57页 |
·实验环境设计 | 第53-54页 |
·实验结果及分析 | 第54-57页 |
第6章 基于一阶VTS逼近噪声补偿HMM声学模型自适应训练算法研究及应用 | 第57-66页 |
·基于一阶VTS逼近的HMM声学模型参数补偿算法 | 第58-60页 |
·基于一阶VTS逼近噪声补偿HMM声学模型自适应训练算法 | 第60-63页 |
·基于最大似然的HMM声学模型参数自适应训练过程 | 第60-63页 |
·模型自适应算法的相关细节说明 | 第63页 |
·实验设计和结果分析 | 第63-66页 |
·实验环境设置 | 第63-64页 |
·实验结果及分析 | 第64-66页 |
第7章 总结 | 第66-70页 |
·本文的主要工作 | 第66-67页 |
·进一步的研究方向 | 第67-70页 |
插图索引 | 第70-71页 |
表格索引 | 第71-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-78页 |
附录A 基于反Moore-Penrose或者截断处理的对数频谱域和倒谱域的转换方法 | 第78-83页 |
A.0.1 反MP变换以及截断处理 | 第79-80页 |
A.0.2 式一证明 | 第80页 |
A.0.3 式二证明 | 第80-81页 |
A.0.4 式三证明 | 第81-83页 |
附录B 平方根矩阵的高效计算算法 | 第83-85页 |
附录C HMM模型动态参数补偿中统计量估计公式的具体推导过程 | 第85-87页 |