| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第15-43页 |
| 1.1 语音识别发展概述 | 第15-17页 |
| 1.2 语音识别基本原理 | 第17-23页 |
| 1.2.1 特征提取 | 第18-19页 |
| 1.2.2 发音字典 | 第19页 |
| 1.2.3 声学模型 | 第19页 |
| 1.2.4 语言模型 | 第19-20页 |
| 1.2.5 解码器 | 第20-21页 |
| 1.2.6 系统性能评价方法 | 第21-23页 |
| 1.3 HMM声学模型及其自适应技术研究现状 | 第23-38页 |
| 1.3.1 基于HMM的声学建模基本原理 | 第23-28页 |
| 1.3.2 基于HMM的声学模型研究现状 | 第28-33页 |
| 1.3.3 声学模型自适应技术研究现状 | 第33-38页 |
| 1.4 论文的研究意义及组织结构 | 第38-43页 |
| 1.4.1 论文的研究内容及其意义 | 第38-40页 |
| 1.4.2 论文的组织结构 | 第40-43页 |
| 第二章 基于非线性流形结构的声学建模 | 第43-69页 |
| 2.1 声学特征空间非线性流形结构模型 | 第43-50页 |
| 2.1.1 基于MFA的非线性流形建模 | 第43-46页 |
| 2.1.2 语音特征空间MFA模型的训练方法 | 第46-50页 |
| 2.2 基于声学特征空间非线性流形结构的声学建模 | 第50-52页 |
| 2.3 模型参数的EM估计算法 | 第52-57页 |
| 2.3.1 权重矢量的迭代收缩估计算法 | 第53-54页 |
| 2.3.2 局部坐标矢量的重估算法 | 第54-55页 |
| 2.3.3 局部区域基矩阵的重估算法 | 第55-56页 |
| 2.3.4 局部区域均值矢量的重估算法 | 第56-57页 |
| 2.3.5 状态无关协方差矩阵的重估算法 | 第57页 |
| 2.4 与现有声学模型的比较 | 第57-59页 |
| 2.4.1 与一般典型状态模型的关系 | 第57-58页 |
| 2.4.2 与半连续隐马尔可夫模型的比较 | 第58页 |
| 2.4.3 与子空间高斯混合模型的比较 | 第58-59页 |
| 2.4.4 与贝叶斯感知隐马尔可夫模型的比较 | 第59页 |
| 2.5 实验结果与分析 | 第59-67页 |
| 2.5.1 基于RM语料库的实验 | 第59-64页 |
| 2.5.2 基于WSJ语料库的实验 | 第64-67页 |
| 2.6 本章小结 | 第67-69页 |
| 第三章 非线性流形声学模型的区分性训练 | 第69-83页 |
| 3.1 提升最大互信息准则 | 第69-70页 |
| 3.2 基于MMI/BMMI准则的参数估计算法一般框架 | 第70-72页 |
| 3.2.1 弱辅助函数优化算法基本原理 | 第70-71页 |
| 3.2.2 MMI/BMMI目标函数的弱辅助函数优化算法 | 第71-72页 |
| 3.2.3 模型参数的MAP更新算法 | 第72页 |
| 3.3 MFA声学模型的区分性训练 | 第72-77页 |
| 3.3.1 权重矢量的区分性训练 | 第72-73页 |
| 3.3.2 局部坐标矢量的区分性训练 | 第73-74页 |
| 3.3.3 局部区域基矩阵的区分性训练 | 第74-76页 |
| 3.3.4 局部均值矢量的区分性训练 | 第76页 |
| 3.3.5 状态无关协方差矩阵的区分性训练 | 第76-77页 |
| 3.4 实验结果与分析 | 第77-81页 |
| 3.4.1 基于RM语料库的实验 | 第77-80页 |
| 3.4.2 基于WSJ语料库的实验 | 第80-81页 |
| 3.5 本章小结 | 第81-83页 |
| 第四章 基于说话人子空间的自适应方法 | 第83-105页 |
| 4.1 基于说话人子空间的模型自适应框架 | 第84-87页 |
| 4.1.1 基本原理 | 第84-85页 |
| 4.1.2 现有方法的优缺点分析 | 第85-87页 |
| 4.2 压缩感知自适应原理及说话人字典的构造 | 第87页 |
| 4.3 基于匹配追踪的自适应方法 | 第87-92页 |
| 4.3.1 基本思想 | 第88页 |
| 4.3.2 序列最大似然基选取 | 第88-89页 |
| 4.3.3 说话人因子的快速更新算法 | 第89-90页 |
| 4.3.4 冗余超矢量的去除 | 第90-91页 |
| 4.3.5 算法终止策略 | 第91-92页 |
| 4.3.6 基于匹配追踪的说话人自适应方法流程 | 第92页 |
| 4.4 基于L1正则化的自适应方法 | 第92-94页 |
| 4.4.1 基于L1则化的自适应原理 | 第93页 |
| 4.4.2 目标函数的数学优化算法 | 第93-94页 |
| 4.5 实验结果及分析 | 第94-104页 |
| 4.5.1 基于微软中文语料库的批量自适应实验 | 第95-101页 |
| 4.5.2 基于WSJ语料库的即时自适应实验 | 第101-104页 |
| 4.6 本章小结 | 第104-105页 |
| 第五章 基于音子变化子空间的自适应方法 | 第105-127页 |
| 5.1 音子变化子空间建模 | 第105-109页 |
| 5.1.1 音子变化子空间与本征音子 | 第105-106页 |
| 5.1.2 音子变化超矢量及其主分量分解 | 第106-108页 |
| 5.1.3 与说话人子空间的对比 | 第108-109页 |
| 5.2 基于本征音子估计的说话人自适应方法 | 第109-114页 |
| 5.2.1 扩展本征音子矩阵的最大似然估计 | 第109-112页 |
| 5.2.2 与其它说话人自适应方法的比较 | 第112-114页 |
| 5.3 基于音子变化子空间的说话人自适应训练方法 | 第114-117页 |
| 5.3.1 说话人自适应训练基本原理及训练流程 | 第114-116页 |
| 5.3.2 高斯混元坐标矢量的最大似然估计 | 第116-117页 |
| 5.3.3 基于稀疏约束的高斯混元坐标矢量估计 | 第117页 |
| 5.4 实验结果及分析 | 第117-125页 |
| 5.4.1 基于微软中文语料库的批量自适应实验 | 第117-123页 |
| 5.4.2 基于RM语料库的即时自适应实验 | 第123-125页 |
| 5.5 本章小结 | 第125-127页 |
| 第六章 基于正则化本征音子估计的自适应方法 | 第127-143页 |
| 6.1 正则化本征音子矩阵估计的基本原理 | 第127页 |
| 6.2 常用正则化方法及其比较 | 第127-130页 |
| 6.2.1 L1则化方法 | 第127-128页 |
| 6.2.2 L2正则化方法 | 第128页 |
| 6.2.3 弹性网正则化方法 | 第128-129页 |
| 6.2.4 核范数正则化方法 | 第129页 |
| 6.2.5 组稀疏正则化方法 | 第129-130页 |
| 6.2.6 稀疏组LASSO正则化方法 | 第130页 |
| 6.3 数学优化方法 | 第130-135页 |
| 6.3.1 近点映射算子 | 第131-133页 |
| 6.3.2 加速的递增近点梯度算法原理及其流程 | 第133-135页 |
| 6.4 实验结果及分析 | 第135-141页 |
| 6.4.1 基于L1正则化的实验 | 第135-136页 |
| 6.4.2 基于L2则化的实验 | 第136页 |
| 6.4.3 基于弹性网正则化的实验 | 第136-137页 |
| 6.4.4 基于核范数正则化的实验 | 第137-138页 |
| 6.4.5 基于组稀疏正则化的实验 | 第138-139页 |
| 6.4.6 基于稀疏组LASSO的实验 | 第139-141页 |
| 6.5 本章小结 | 第141-143页 |
| 第七章 层次化贝叶斯自适应方法 | 第143-169页 |
| 7.1 本征音子的子空间建模及其自适应方法 | 第143-146页 |
| 7.1.1 本征音子的说话人子空间模型 | 第144页 |
| 7.1.2 基于本征音子说话人子空间的自适应方法 | 第144-146页 |
| 7.2 高斯均值矢量的层次化概率模型 | 第146-149页 |
| 7.2.1 概率主分量分析简介 | 第146-147页 |
| 7.2.2 基于音子变化子空间的高斯均值矢量先验概率模型 | 第147-148页 |
| 7.2.3 基于说话人子空间的本征音子先验概率模型 | 第148页 |
| 7.2.4 高斯均值矢量的层次化先验概率模型 | 第148-149页 |
| 7.3 层次化贝叶斯说话人自适应方法 | 第149-155页 |
| 7.3.1 层化次贝叶斯说话人自适应框架 | 第149-151页 |
| 7.3.2 说话人坐标矢量的最大后验估计 | 第151-152页 |
| 7.3.3 扩展本征音子超矢量的最大后验估计 | 第152-153页 |
| 7.3.4 高斯均值矢量的最大后验估计 | 第153-154页 |
| 7.3.5 在线说话人自适应 | 第154-155页 |
| 7.4 层次化贝叶斯自适应的简化实现方法 | 第155-158页 |
| 7.4.1 简化的批量说话人自适应方法 | 第156-157页 |
| 7.4.2 简化的在线说话人自适应方法 | 第157-158页 |
| 7.5 实验结果及分析 | 第158-168页 |
| 7.5.1 基于微软语料库的实验 | 第158-166页 |
| 7.5.2 基于RM语料库的实验 | 第166-168页 |
| 7.6 本章小结 | 第168-169页 |
| 第八章 总结 | 第169-173页 |
| 一、 论文工作总结 | 第169-171页 |
| 二、下一步研究工作的展望 | 第171-173页 |
| 致谢 | 第173-175页 |
| 参考文献 | 第175-193页 |
| 作者简历 | 第193-194页 |
