语音识别置信度研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-17页 |
·语音识别发展历史 | 第11-12页 |
·语音识别研究现状及发展趋势 | 第12-13页 |
·语音识别系统的鲁棒性问题 | 第13-14页 |
·语音识别置信度研究的意义 | 第14-15页 |
·本文研究工作和进展 | 第15-16页 |
·论文结构 | 第16-17页 |
第二章 连续语音识别原理 | 第17-32页 |
·语音识别技术概述 | 第17-19页 |
·连续语音识别基本框架 | 第19-20页 |
·声学特征和声学模型 | 第20-22页 |
·声学特征 | 第20-21页 |
·声学模型 | 第21-22页 |
·语言模型 | 第22-23页 |
·解码器 | 第23-29页 |
·帧同步Viterbi解码 | 第24-27页 |
·A~*堆栈解码 | 第27-29页 |
·解码器输出 | 第29页 |
·语音识别系统的性能评价 | 第29-32页 |
·测试数据的选择 | 第30页 |
·识别精度 | 第30-31页 |
·识别速度 | 第31-32页 |
第三章 短信语音语料库的建立 | 第32-46页 |
·语料库性能要求 | 第32页 |
·短信注音 | 第32-34页 |
·短信长度调整 | 第32-33页 |
·错别字和标点符号的处理 | 第33页 |
·数字的注音 | 第33页 |
·包含英文短信的处理 | 第33页 |
·多音字的注音 | 第33-34页 |
·语音单元的选择和分类 | 第34-36页 |
·几种三音子选择算法 | 第36-40页 |
·算法一 | 第36-37页 |
·算法二 | 第37-39页 |
·算法三 | 第39-40页 |
·本文采用的算法 | 第40-42页 |
·实验结果与分析 | 第42-44页 |
·各种语音单元覆盖率 | 第42-43页 |
·三音子频率分布 | 第43-44页 |
·语音库的建立 | 第44-46页 |
第四章 语音识别置信度评价系统 | 第46-56页 |
·语音识别中的置信度问题 | 第46页 |
·置信度评价方法 | 第46-47页 |
·置信度研究方法综述 | 第47-50页 |
·基于预测特征的置信度方法 | 第47-48页 |
·基于后验概率的置信度 | 第48-50页 |
·SVM分类器介绍 | 第50-53页 |
·基于预测特征融合的语音识别置信度 | 第53-54页 |
·实验结果与分析 | 第54-56页 |
·实验设定 | 第54-55页 |
·实验结果 | 第55-56页 |
第五章 置信度中的特征提取与特征选择 | 第56-68页 |
·上下文特征与动态特征的提出 | 第56-57页 |
·上下文特征 | 第56-57页 |
·动态特征 | 第57页 |
·特征提取与特征选择方法介绍 | 第57-58页 |
·特征选择理论 | 第58-60页 |
·特征选择方法的分类 | 第58-59页 |
·特征选择作为搜索问题 | 第59页 |
·特征选择算法四要素 | 第59-60页 |
·主成分分析(PCA) | 第60-62页 |
·基于SVM的递归特征消除法 | 第62-63页 |
·实验结果与分析 | 第63-68页 |
·实验设定 | 第64页 |
·实验评价标准 | 第64页 |
·实验系统 | 第64-65页 |
·实验结果 | 第65-67页 |
·实验结果分析 | 第67-68页 |
第六章 不平衡数据集分类问题 | 第68-77页 |
·不平衡数据集分类简介 | 第68-70页 |
·问题实质探讨 | 第68-69页 |
·不平衡数据分类的性能评价 | 第69-70页 |
·常用的不平衡数据分类方法 | 第70-72页 |
·基于数据采样的方法 | 第70-71页 |
·分类方法 | 第71-72页 |
·综合方法 | 第72页 |
·基于欠采样技术的SVM分类 | 第72-75页 |
·模糊样本集修剪技术 | 第72-74页 |
·指导型欠采样技术 | 第74-75页 |
·随机欠采样方法实验结果 | 第75-77页 |
第七章 总结与展望 | 第77-79页 |
·论文总结 | 第77-78页 |
·研究展望 | 第78-79页 |
参考文献 | 第79-85页 |
致谢 | 第85-86页 |
攻读学位期间发表的学术论文目录 | 第86页 |