| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-14页 |
| 第1章 绪论 | 第14-22页 |
| ·计算机发音评测技术的背景 | 第14-17页 |
| ·概述 | 第14-16页 |
| ·计算机发音评测研究历史及现状 | 第16-17页 |
| ·计算机发音评测对普通话水平测试的意义 | 第17-18页 |
| ·论文研究目标及内容安排 | 第18-22页 |
| 第2章 计算机发音评测系统简介 | 第22-32页 |
| ·发音评测系统的主要研究内容 | 第22-27页 |
| ·语料库及标注数据库的设计和建立 | 第22-23页 |
| ·发音评测算法研究 | 第23-27页 |
| ·打分映射模型的研究 | 第27页 |
| ·基线系统的建立 | 第27-31页 |
| ·语料库及标注数据库的设计和建立 | 第28-29页 |
| ·发音评测算法的选择 | 第29页 |
| ·性能评价指标选择 | 第29-30页 |
| ·基线系统的实验 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 改进的对数后验概率算法 | 第32-48页 |
| ·基于语音学知识的识别网络搭建 | 第32-35页 |
| ·普通话水平测试中的语言学知识 | 第32-33页 |
| ·实际应用中对数后验概率的计算问题 | 第33-34页 |
| ·基于语言学知识的改进 | 第34-35页 |
| ·基于KLD差的识别网络搭建 | 第35-41页 |
| ·方言发音错误模式在模型间距离上的反映 | 第36-37页 |
| ·基于模型间距离的错误模式生成方法及其不足 | 第37-38页 |
| ·基于模型间距离差的错误模式生成思想 | 第38页 |
| ·如何计算两个HMM之间的KLD | 第38-39页 |
| ·基于KLD差的统计错误模式生成算法 | 第39-41页 |
| ·带音素权重因子的后验概率规整算法 | 第41-44页 |
| ·普通话水平测试等级标准中的难点音与等级判定 | 第42页 |
| ·真实数据上的音素权重分析 | 第42-43页 |
| ·带音素权重因子的后验概率规整算法 | 第43-44页 |
| ·实验及实验结果 | 第44-46页 |
| ·实验配置 | 第44-45页 |
| ·实验结果 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 模型自适应在发音评测中的运用 | 第48-64页 |
| ·MLLR原理介绍 | 第48-53页 |
| ·MLLR基础 | 第48-50页 |
| ·辅助函数的定义 | 第50页 |
| ·最大化辅助函数 | 第50-51页 |
| ·Tied Regression Matrices的估计公式 | 第51-53页 |
| ·MAP原理介绍 | 第53-56页 |
| ·MAP自适应简介 | 第53页 |
| ·语音识别的MAP自适应策略 | 第53-56页 |
| ·选择性自适应策略介绍 | 第56-60页 |
| ·语音识别与发音评测对语音模型需求的差异分析 | 第56-57页 |
| ·选择性自适应策略 | 第57-58页 |
| ·选择性自适应策略的语料选择粒度 | 第58-60页 |
| ·不同的数据筛选门限的影响分析 | 第60页 |
| ·实验及结果 | 第60-62页 |
| ·实验配置 | 第60-61页 |
| ·实验结果 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 时长和语速特征在发音评测上的应用 | 第64-78页 |
| ·早期关于语速的研究 | 第65-69页 |
| ·基于ANGIE的时长模型建模 | 第69-72页 |
| ·时长归一化 | 第70-71页 |
| ·相对语速 | 第71-72页 |
| ·时长相关实验及实验结果 | 第72-75页 |
| ·"绝对语速"——Nelson Morgan定义的语速实验结果 | 第72-73页 |
| ·"相对语速"——ANGIE模型语速实验结果 | 第73-74页 |
| ·音素分位置统计时长分布的实验结果 | 第74-75页 |
| ·时长得分对整体评测系统的改进性能 | 第75-76页 |
| ·实验配置 | 第75-76页 |
| ·实验结果 | 第76页 |
| ·本章小结 | 第76-78页 |
| 第6章 发音评测中的回归策略研究 | 第78-94页 |
| ·针对普通话水平测试新分差 | 第78-80页 |
| ·常用回归策略分析 | 第80-81页 |
| ·置信区间分段线性回归 | 第81-83页 |
| ·GMM概率加权分段线性回归 | 第83-84页 |
| ·SVM分类分段线性回归 | 第84-86页 |
| ·实验及实验结果 | 第86-92页 |
| ·实验配置 | 第86页 |
| ·基线回归系统性能 | 第86页 |
| ·置信区间分段线性回归实验结果 | 第86-87页 |
| ·GMM概率加权分段线性回归实验结果 | 第87-88页 |
| ·SVM分类分段线性回归实验结果 | 第88-92页 |
| ·本章小结 | 第92-94页 |
| 第7章 论文工作总结及展望 | 第94-97页 |
| ·论文工作总结 | 第94-96页 |
| ·今后改进方向 | 第96-97页 |
| 参考文献 | 第97-102页 |
| 博士期间发表的论文和参与的研究工作 | 第102-104页 |
| 发表的论文 | 第102页 |
| 申请的专利 | 第102-103页 |
| 所获奖项及科技成果 | 第103-104页 |
| 致谢 | 第104页 |