| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 主要符号对照表 | 第11-12页 |
| 第1章 绪论 | 第12-34页 |
| ·语音检索的背景与问题定义 | 第12-14页 |
| ·语音检索的技术路线与关键问题 | 第14-16页 |
| ·语音检索的基本技术路线 | 第14页 |
| ·语音检索的关键问题 | 第14-16页 |
| ·语音检索的技术概述 | 第16-29页 |
| ·语音识别的研究与发展 | 第16-18页 |
| ·语音检索的研究与发展 | 第18-24页 |
| ·语音识别与检索的评价准则 | 第24-28页 |
| ·汉语语音检索中的特殊问题 | 第28-29页 |
| ·系统框架与研究内容概述 | 第29-34页 |
| ·论文所采用的语音检索系统框架 | 第29页 |
| ·论文实验用数据及评价准则 | 第29-32页 |
| ·论文主要贡献 | 第32页 |
| ·论文章节安排 | 第32-34页 |
| 第2章 有穷自动机及相关算法 | 第34-55页 |
| ·引论 | 第34页 |
| ·从有穷自动机到加权有限状态转换器 | 第34-42页 |
| ·正则语言与正则表达式 | 第34-36页 |
| ·有穷自动机（Finite-state Automation: FA） | 第36-37页 |
| ·有限状态转换器（Finite-state Transducer: FST） | 第37-38页 |
| ·半环与加权有限状态转换器 | 第38-41页 |
| ·FA、FST 与 WFST 形式上的统一 | 第41-42页 |
| ·有穷自动机与加权有限状态转换器的相关算法 | 第42-54页 |
| ·合成（Composition）算法 | 第42-46页 |
| ·关联（Connection）算法 | 第46页 |
| ·确定化（Determinization）算法 | 第46-50页 |
| ·权重规整（Weightpushing）算法 | 第50-51页 |
| ·最小化（Minimization） | 第51-53页 |
| ·转移消除（ε-removal）算法 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第3章 静态解码网络构建基础 | 第55-73页 |
| ·引论 | 第55页 |
| ·大词汇量连续语音识别（LVCSR）系统 | 第55-57页 |
| ·语音识别的基本模型 | 第55页 |
| ·语音的产生与隐马尔可夫模型 | 第55-56页 |
| ·跨词三音子模型与词典 | 第56-57页 |
| ·N 元语言模型 | 第57页 |
| ·语音识别的搜索空间与静态解码网络 | 第57-60页 |
| ·语音识别搜索空间 | 第57-58页 |
| ·静态搜索空间与基于 WFST 的语音识别 | 第58-60页 |
| ·识别模型的加权有限状态转换器表示 | 第60-69页 |
| ·N 元语言模型的 WFST 表示 | 第60-63页 |
| ·词典的 WFST 表示 | 第63-66页 |
| ·跨词三音子模型的 WFST 表示 | 第66-68页 |
| ·隐马尔可夫模型的 WFST 表示 | 第68-69页 |
| ·语音识别静态解码网络的构建 | 第69-70页 |
| ·静态解码网络有待解决的问题 | 第70-71页 |
| ·静态网络的构建过程中空间复杂度较高 | 第70页 |
| ·构建后的网络体积相对较大 | 第70-71页 |
| ·识别结果中每个词的精确时间不易确定 | 第71页 |
| ·小结 | 第71-73页 |
| 第4章 静态解码网络构建改进 | 第73-113页 |
| ·引论 | 第73页 |
| ·同步剪枝合成算法 | 第73-86页 |
| ·经典合成算法 | 第73-74页 |
| ·经典合成算法的不足 | 第74-76页 |
| ·同步剪枝合成算法 | 第76-79页 |
| ·算法正确性分析 | 第79-80页 |
| ·算法的复杂度分析 | 第80-82页 |
| ·SPCA 实验结果 | 第82-85页 |
| ·小结 | 第85-86页 |
| ·状态转移数准则与ε-Removal 算法的改进 | 第86-98页 |
| ·ε状态转移的产生与影响 | 第86页 |
| ·经典的ε-Removal 算法 | 第86-88页 |
| ·经典ε-Removal 算法与状态转移数的变化分析 | 第88页 |
| ·基于 WFST 反转的ε-Removal 与语音识别静态解码网络 | 第88-90页 |
| ·转移扩充状态与状态转移数准则 | 第90-94页 |
| ·算法时间与空间复杂度说明 | 第94页 |
| ·ε-Removal 实验结果 | 第94-97页 |
| ·小结 | 第97-98页 |
| ·基于词典错位的网络构建 | 第98-112页 |
| ·问题的产生 | 第98-99页 |
| ·解决方案的分析 | 第99-100页 |
| ·引入词间停顿的静态解码网络的构建 | 第100-105页 |
| ·基于词典错位的网络构建 | 第105-110页 |
| ·静态解码网络复杂度的对比分析 | 第110-111页 |
| ·方案的正确性验证 | 第111-112页 |
| ·小结 | 第112-113页 |
| 第5章 面向检索的语音识别 | 第113-126页 |
| ·引论 | 第113页 |
| ·基于词格的快速词图生成算法（TBLG）[81][82] | 第113-122页 |
| ·多候选的识别结果：从 N-Best 到词图（Lattice） | 第113-114页 |
| ·两遍（Two-Pass）识别算法 | 第114-115页 |
| ·Tree-Trellis Search 算法的回顾 | 第115-117页 |
| ·TBLG 算法[81][82] | 第117-122页 |
| ·识别试验 | 第122-125页 |
| ·对比系统 | 第122-123页 |
| ·识别结果与分析 | 第123-125页 |
| ·小结 | 第125-126页 |
| 第6章 语音检索算法的研究 | 第126-162页 |
| ·引论 | 第126页 |
| ·针对语音检索的索引建立 | 第126-131页 |
| ·识别结果的预处理 | 第126-129页 |
| ·倒排索引的建立 | 第129-130页 |
| ·索引建立相关实验 | 第130-131页 |
| ·基于词的语音检索 | 第131-140页 |
| ·检索的集外词问题以及现有的解决方案 | 第131-132页 |
| ·查询内容扩展的语音检索 | 第132-136页 |
| ·实验 | 第136-139页 |
| ·小结 | 第139-140页 |
| ·基于音节的语音检索 | 第140-145页 |
| ·系统构成 | 第140-142页 |
| ·检索结果 | 第142-144页 |
| ·小结 | 第144-145页 |
| ·基于系统融合的语音检索 | 第145-149页 |
| ·前向融合与后向融合 | 第145-147页 |
| ·融合实验与结果分析 | 第147-149页 |
| ·其它融合方式的讨论 | 第149页 |
| ·小结 | 第149页 |
| ·分组检索与检索速度的提升 | 第149-160页 |
| ·查询集合半环 | 第150页 |
| ·搜索空间的有限状态转换器表示 | 第150-152页 |
| ·检索词的分组与有限状态转换器的优化 | 第152-153页 |
| ·有限状态转换器上基于令牌的检索算法 | 第153-155页 |
| ·实验与分析 | 第155-160页 |
| ·小结 | 第160页 |
| ·小结 | 第160-162页 |
| 第7章 总结与展望 | 第162-166页 |
| ·工作总结 | 第162-163页 |
| ·创新点 | 第163-164页 |
| ·问题分析与展望 | 第164-166页 |
| 参考文献 | 第166-171页 |
| 致谢 | 第171-173页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第173页 |
