按例查询型关键词识别系统的研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第10-16页 |
1.1 课题研究背景和意义 | 第10页 |
1.2 语音关键词检测的发展历程和研究现状 | 第10-12页 |
1.3 论文主要工作与研究成果 | 第12-13页 |
1.4 论文的组织结构 | 第13-16页 |
第二章 语音关键词检测技术相关理论 | 第16-26页 |
2.1 引言 | 第16页 |
2.2 特征表示 | 第16-18页 |
2.2.1 TRAP特征 | 第16-17页 |
2.2.2 音素后验概率特征 | 第17-18页 |
2.3 多层感知机模型 | 第18-19页 |
2.4 基于WFST的倒排索引生成算法 | 第19-22页 |
2.4.1 算法框图 | 第19页 |
2.4.2 算法原理 | 第19-22页 |
2.5 模板匹配 | 第22-24页 |
2.6 语音关键词检测系统的性能评价指标 | 第24-25页 |
2.7 本章小结 | 第25-26页 |
第三章 基于LC-RC系统的音素识别器 | 第26-36页 |
3.1 引言 | 第26页 |
3.2 LC-RC系统 | 第26-29页 |
3.2.1 LC-RC系统框架 | 第26-27页 |
3.2.2 模型训练方法 | 第27-29页 |
3.3 ANN-HMM模型与解码 | 第29-31页 |
3.3.1 ANN-HMM模型 | 第29-30页 |
3.3.2 利用HTK工具进行解码 | 第30-31页 |
3.4 音素识别器系统性能实验 | 第31-33页 |
3.4.1 数据集说明 | 第31-32页 |
3.4.2 系统性能分析 | 第32-33页 |
3.5 基于深度神经网的音素识别器 | 第33-35页 |
3.5.1 模型训练方法 | 第33-34页 |
3.5.2 音素识别器性能对比 | 第34-35页 |
3.6 本章小结 | 第35-36页 |
第四章 基于文本的按例查询型关键词识别系统 | 第36-50页 |
4.1 引言 | 第36页 |
4.2 基于文本的关键词识别系统框架 | 第36-37页 |
4.3 基础系统性能实验 | 第37-42页 |
4.3.1 数据集说明 | 第37-38页 |
4.3.2 模板语音数量对系统性能的影响 | 第38-39页 |
4.3.3 关键词长度对系统性能的影响 | 第39-42页 |
4.4 利用子词进行关键词检索 | 第42-44页 |
4.4.1 原理说明 | 第42-43页 |
4.4.2 系统性能实验 | 第43-44页 |
4.5 基于图的重新打分算法 | 第44-49页 |
4.5.1 随机游走问题 | 第44-47页 |
4.5.2 基于图的重新打分算法 | 第47-48页 |
4.5.3 系统性能实验 | 第48-49页 |
4.6 本章小结 | 第49-50页 |
第五章 基于模板匹配的按例查询型关键词识别系统 | 第50-62页 |
5.1 引言 | 第50页 |
5.2 系统框架 | 第50-51页 |
5.3 系统阈值的设定方法 | 第51-54页 |
5.3.1 3σ方法 | 第51页 |
5.3.2 CAVE-1方法 | 第51-52页 |
5.3.3 去除离群点的CAVE-1方法 | 第52-54页 |
5.3.4 TWV指标下的阈值设定方法 | 第54页 |
5.4 系统性能实验 | 第54-57页 |
5.4.1 实验数据集说明 | 第54-55页 |
5.4.2 系统性能实验 | 第55-56页 |
5.4.3 基于图的重新打分算法对系统性能的影响 | 第56-57页 |
5.5 模板得分融合方法 | 第57-58页 |
5.5.1 直接融合 | 第57页 |
5.5.2 基于Logistic回归的得分融合 | 第57-58页 |
5.5.3 得分融合方法对系统性能的影响 | 第58页 |
5.6 得分规整技术 | 第58-60页 |
5.6.1 得分规整方法对比 | 第58-59页 |
5.6.2 得分规整方法对系统性能的影响 | 第59-60页 |
5.7 小结 | 第60-62页 |
第六章 总结与展望 | 第62-64页 |
6.1 论文工作总结 | 第62页 |
6.2 论文研究展望 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-70页 |
攻读学位期间发表或已录用的学术论文 | 第70页 |