子空间高斯混合模型在中文语音识别系统中的实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 序论 | 第11-14页 |
| 2 语音识别概述 | 第14-22页 |
| ·语音识别系统整体框架 | 第15-20页 |
| ·声学前端 | 第16-17页 |
| ·经典隐马尔可夫声学模型 | 第17-19页 |
| ·声学解码 | 第19-20页 |
| ·隐马尔可夫模型的局限性及改进 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 子空间高斯混合模型 | 第22-31页 |
| ·基本原理 | 第22-24页 |
| ·基本模型 | 第22页 |
| ·模型扩展 | 第22-24页 |
| ·子状态扩展 | 第23页 |
| ·发音人相关扩展 | 第23-24页 |
| ·通用背景模型(UBM) | 第24页 |
| ·训练步骤 | 第24-30页 |
| ·初始化 | 第25-27页 |
| ·UBM的初始化与训练 | 第25-26页 |
| ·特征参数变换 | 第26页 |
| ·子空间模型初始化 | 第26-27页 |
| ·概率计算 | 第27-28页 |
| ·全局优先计算 | 第27页 |
| ·高斯概率计算 | 第27-28页 |
| ·模型累积量 | 第28-29页 |
| ·模型完整训练 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 Kaldi语音识别系统 | 第31-35页 |
| ·系统框架 | 第31-32页 |
| ·环境搭建 | 第32-34页 |
| ·运行环境 | 第32-33页 |
| ·外部库 | 第33-34页 |
| ·OpenFst | 第33页 |
| ·LAPACK | 第33-34页 |
| ·系统的安装与运行 | 第34页 |
| ·本章小结 | 第34-35页 |
| 5 中文子空间高斯混合模型语音识别系统 | 第35-56页 |
| ·汉语普通话发音特点 | 第35-37页 |
| ·声母 | 第35-36页 |
| ·韵母 | 第36-37页 |
| ·声调 | 第37页 |
| ·汉语发音表 | 第37-38页 |
| ·语音库 | 第38-40页 |
| ·音频数据 | 第38-39页 |
| ·文本标注 | 第39-40页 |
| ·Kaldi数据准备 | 第40-47页 |
| ·语音数据 | 第40-43页 |
| ·语音标注文件 | 第40-41页 |
| ·发音人标识文件 | 第41页 |
| ·语音文件路径 | 第41-42页 |
| ·分段信息文件 | 第42页 |
| ·其他生成文件 | 第42-43页 |
| ·语言数据 | 第43-47页 |
| ·文件内容 | 第44-46页 |
| ·构建方式 | 第46-47页 |
| ·语言模型 | 第47-48页 |
| ·模型训练 | 第48-49页 |
| ·上下文相关的三音子隐马尔可夫模型 | 第48-49页 |
| ·数据驱动线性特征转换 | 第49页 |
| ·训练及解码脚本 | 第49-53页 |
| ·实验结果 | 第53-54页 |
| ·结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录A | 第60-63页 |
| 附录B | 第63-66页 |
| 附录C | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
