| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-13页 |
| 第一章 绪论 | 第13-22页 |
| ·引言 | 第13-14页 |
| ·语音识别发展历史、现状 | 第14-18页 |
| ·大词汇量连续语音识别存在的问题 | 第18-19页 |
| ·论文研究意义 | 第19-21页 |
| ·论文结构安排 | 第21-22页 |
| 第二章 语音识别中的后处理研究概述 | 第22-46页 |
| ·引言 | 第22-23页 |
| ·大词汇量连续语音识别基本框架 | 第23-24页 |
| ·汉语语音学基础 | 第24-25页 |
| ·前处理技术综述 | 第25-28页 |
| ·前端处理与特征提取 | 第25-26页 |
| ·声学模型 | 第26-28页 |
| ·语言模型 | 第28-35页 |
| ·基于规则的语言模型 | 第29-31页 |
| ·统计语言模型 | 第31-35页 |
| ·N-Gram模型 | 第31-32页 |
| ·N-Gram模型的数据平滑 | 第32-33页 |
| ·N-Gram模型的评估方法 | 第33-35页 |
| ·解码 | 第35-42页 |
| ·搜索策略分类 | 第35-36页 |
| ·常用搜索算法 | 第36-40页 |
| ·Time-synchronous viterbi beam search | 第36-39页 |
| ·堆栈译码算法 | 第39-40页 |
| ·一些有用的搜索技术 | 第40-41页 |
| ·中间识别结果形式 | 第41-42页 |
| ·错误处理 | 第42-45页 |
| ·错误原因分析 | 第42-43页 |
| ·错误处理 | 第43-45页 |
| ·错误检测 | 第44-45页 |
| ·错误纠正 | 第45页 |
| ·小结 | 第45-46页 |
| 第三章 汉语混淆网络算法 | 第46-67页 |
| ·引言 | 第46-47页 |
| ·最小贝叶斯风险解码准则 | 第47-48页 |
| ·最小字错误率解码方法 | 第48-51页 |
| ·基于N-best lists的方法 | 第49页 |
| ·基于word lattice的方法 | 第49-51页 |
| ·混淆网络 | 第49-51页 |
| ·其它方法 | 第51页 |
| ·汉语词混淆网络算法 | 第51-57页 |
| ·算法 | 第52-55页 |
| ·实验结果及分析 | 第55-57页 |
| ·汉语字混淆网络算法 | 第57-67页 |
| ·算法 | 第58-62页 |
| ·实验结果及分析 | 第62-67页 |
| ·小结 | 第67页 |
| 第四章 语音识别结果的错误检测与纠正研究 | 第67-88页 |
| ·引言 | 第67-68页 |
| ·普通话大词汇量连续语音识别结果的错误和原因 | 第68-70页 |
| ·常见的普通话大词汇量连续语音识别结果错误 | 第68-69页 |
| ·原因 | 第69-70页 |
| ·基于转换的语音识别结果错误纠正规则学习 | 第70-77页 |
| ·基于转换的学习 | 第71-73页 |
| ·基于转换的学习识别结果的错误纠正规则 | 第73-74页 |
| ·实验结果及分析 | 第74-77页 |
| ·实验配置 | 第74-76页 |
| ·实验结果 | 第76-77页 |
| ·基于SVM的识别结果错误检测与纠正 | 第77-87页 |
| ·支撑向量机 | 第78-82页 |
| ·基于SVM的错误检测与错误纠正方法 | 第82-85页 |
| ·错误检测 | 第82-84页 |
| ·错误纠正 | 第84-85页 |
| ·实验结果及分析 | 第85-87页 |
| ·实验配置 | 第85-86页 |
| ·实验结果 | 第86-87页 |
| ·小结 | 第87-88页 |
| 第五章 语音识别中的区分性语言模型研究 | 第88-110页 |
| ·引言 | 第88-89页 |
| ·语言模型自适应技术 | 第89-94页 |
| ·自适应框架 | 第90页 |
| ·常用的自适应技术 | 第90-94页 |
| ·基于cache的动态自适应 | 第91页 |
| ·领域自适应 | 第91-94页 |
| ·语言模型自适应的区分性训练方法 | 第94-99页 |
| ·三种常用的语言模型区分性训练算法 | 第95-98页 |
| ·符号定义 | 第95-96页 |
| ·Boosting算法 | 第96-97页 |
| ·Perceptron算法 | 第97页 |
| ·最小化样本风险算法 | 第97-98页 |
| ·实验结果及分析 | 第98-99页 |
| ·基于感知器的区分性语言模型及其在语音识别中应用 | 第99-109页 |
| ·通用的基于感知器的区分性语言模型 | 第100-101页 |
| ·通用区分性语言模型定义 | 第100页 |
| ·用于模型训练的感知器算法 | 第100-101页 |
| ·基于感知器的区分性语言模型训练及解码应用 | 第101-106页 |
| ·N-Gram的加权有限自动机表示 | 第102页 |
| ·应用基于感知器的区分性语言模型进行解码 | 第102-105页 |
| ·语音识别中的区分性语言模型训练 | 第105-106页 |
| ·实验 | 第106-109页 |
| ·实验设置 | 第106-107页 |
| ·实验结果及分析 | 第107-109页 |
| ·小结 | 第109-110页 |
| 第六章 总结与展望 | 第110-113页 |
| ·论文总结 | 第110-111页 |
| ·研究展望 | 第111-113页 |
| 参考文献 | 第113-123页 |
| 博士期间发表的论文 | 第123-124页 |
| 致谢 | 第124页 |