针对答题关键信息的汉英口语翻译题自动评分方法的研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 第二章 答题语音信号处理 | 第15-20页 |
| 2.1 语音信号预处理 | 第15-17页 |
| 2.1.1 预加重 | 第15页 |
| 2.1.2 分帧和加窗 | 第15-16页 |
| 2.1.3 端点检测 | 第16-17页 |
| 2.2 语音信号降噪处理 | 第17-18页 |
| 2.2.1 语音降噪概述 | 第17-18页 |
| 2.2.2 自适应Wiener降噪 | 第18页 |
| 2.3 语音特征参数提取 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 语音关键词检出和深度神经网络 | 第20-31页 |
| 3.1 语音关键词检出 | 第20-23页 |
| 3.1.1 基于DTW的语音关键词检出框架 | 第20-21页 |
| 3.1.2 基于DTW的语音关键词检出方法 | 第21-23页 |
| 3.2 深度神经网络 | 第23-30页 |
| 3.2.1 人工神经网络 | 第23-24页 |
| 3.2.2 深度神经网络模型 | 第24-29页 |
| 3.2.3 CNN语音识别模型 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 语音关键词检出和语音识别实验 | 第31-40页 |
| 4.1 基于DTW的语音关键词检出实验 | 第31-34页 |
| 4.1.1 数据来源 | 第31页 |
| 4.1.2 实验过程及结果分析 | 第31-34页 |
| 4.2 基于CNN的语音识别实验 | 第34-39页 |
| 4.2.1 数据来源 | 第35页 |
| 4.2.2 数据规整降维 | 第35-36页 |
| 4.2.3 实验过程及结果分析 | 第36-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 汉英口语翻译题自动评分实验 | 第40-55页 |
| 5.1 数据来源及评分依据 | 第40-41页 |
| 5.1.1 数据来源 | 第40页 |
| 5.1.2 评分依据 | 第40-41页 |
| 5.2 答题语音降噪处理 | 第41-42页 |
| 5.3 评分特征的提取及有效性分析 | 第42-49页 |
| 5.3.1 关键信息完整性特征提取 | 第42-46页 |
| 5.3.2 发音流利度特征提取 | 第46-48页 |
| 5.3.3 评分特征的有效性分析 | 第48-49页 |
| 5.4 评分模型的构建及显著性检验 | 第49-51页 |
| 5.5 评分模型的性能分析 | 第51-53页 |
| 5.5.1 机器评分与原始评分的一致性分析 | 第51-53页 |
| 5.5.2 机器评分与原始评分的相关性分析 | 第53页 |
| 5.6 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 在学期间的研究成果及发表的学术论文 | 第63-64页 |
