基于DMLS的语音关键词检测技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 关键词检测的发展历程 | 第14-18页 |
| 1.2.1 基于垃圾模型的方法 | 第14-15页 |
| 1.2.2 基于LVCSR的方法 | 第15-16页 |
| 1.2.3 基于子词识别单元的方法 | 第16-17页 |
| 1.2.4 基于事件的方法 | 第17-18页 |
| 1.2.5 基于QBE的方法 | 第18页 |
| 1.3 基于DMLS的关键词检测 | 第18-20页 |
| 1.4 性能评价指标 | 第20-22页 |
| 1.4.1 召回率、漏报率和虚警率 | 第20页 |
| 1.4.2 ROC曲线和DET曲线 | 第20-22页 |
| 1.5 论文主要内容和结构安排 | 第22-25页 |
| 第二章 基于DMLS的关键词检测基线系统 | 第25-37页 |
| 2.1 基于TRAP特征的Lattice生成 | 第25-29页 |
| 2.1.1 Lattice结构 | 第25-26页 |
| 2.1.2 TRAP特征 | 第26页 |
| 2.1.3 多层感知器 | 第26-28页 |
| 2.1.4 Lattice生成 | 第28-29页 |
| 2.2 动态匹配词格检索 | 第29-31页 |
| 2.2.1 索引建立 | 第29页 |
| 2.2.2 动态匹配检索 | 第29-31页 |
| 2.3 实验结果及分析 | 第31-35页 |
| 2.3.1 实验配置 | 第31-33页 |
| 2.3.2 MED代价阈值对系统性能的影响 | 第33-34页 |
| 2.3.3 系统性能比较 | 第34-35页 |
| 2.4 小结 | 第35-37页 |
| 第三章 基于最大概率音素序列的混合索引 | 第37-43页 |
| 3.1 最大概率音素序列 | 第37-38页 |
| 3.2 索引的互补性及融合 | 第38-41页 |
| 3.2.1 最大概率音素序列和SDB的互补性 | 第38-40页 |
| 3.2.2 索引的融合 | 第40-41页 |
| 3.3 实验结果及分析 | 第41-42页 |
| 3.3.1 实验配置 | 第41页 |
| 3.3.2 系统性能比较 | 第41-42页 |
| 3.4 小结 | 第42-43页 |
| 第四章 融合后验概率置信度的DMLS | 第43-53页 |
| 4.1 引入Lattice后验概率的索引 | 第43-46页 |
| 4.1.1 音素Lattice结构 | 第43-44页 |
| 4.1.2 基于Lattice的后验概率计算方法 | 第44-45页 |
| 4.1.3 引入Lattice后验概率的索引 | 第45-46页 |
| 4.2 融合后验概率置信度的DMLS | 第46-49页 |
| 4.2.1 最小编辑距离 | 第46-47页 |
| 4.2.2 数据驱动的音素错误代价训练 | 第47-48页 |
| 4.2.3 融合后验概率置信度的改进算法 | 第48-49页 |
| 4.3 实验结果及分析 | 第49-51页 |
| 4.3.1 实验配置 | 第49页 |
| 4.3.2 不同置信度融合方法的对比 | 第49-51页 |
| 4.4 小结 | 第51-53页 |
| 第五章 融合查询扩展和动态匹配的集外词检测 | 第53-63页 |
| 5.1 KWS中的OOV问题 | 第53-54页 |
| 5.2 基于DMLS的关键词检测系统 | 第54页 |
| 5.3 融合查询扩展和动态匹配的改进方法 | 第54-59页 |
| 5.3.1 基于JMM的查询扩展 | 第54-56页 |
| 5.3.2 基于MED的动态匹配 | 第56-58页 |
| 5.3.3 融合查询扩展和动态匹配 | 第58-59页 |
| 5.3.4 算法步骤总结 | 第59页 |
| 5.4 实验结果及分析 | 第59-61页 |
| 5.4.1 实验配置 | 第59页 |
| 5.4.2 JMM模型训练配置 | 第59-60页 |
| 5.4.3 系统性能比较 | 第60-61页 |
| 5.5 小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 一、论文工作总结 | 第63-64页 |
| 二、前景和展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 作者简历 | 第75页 |
