文摘
英文文摘
声明
第一章引言
第一节研究背景
第二节研究内容及意义
第三节相关研究
第四节论文章节概要
第二章语音识别的基本理论
第一节语音识别概述
2.1.1语音识别技术的发展状况
2.1.2语音识别系统的整体结构
2.1.3语音识别系统的分类
2.1.4语音识别的主要方法
第二节HMM的基本理论
2.2.1 HMM的定义
2.2.2 HMM的基本算法
第三节基于HMM的统计语音识别
2.3.1语音信号处理与特征提取
2.3.2声学模型与模式匹配
2.3.3语言模型与语言处理
第三章HMM的基本训练方法
第一节最大相似度法则
3.1.1 Baum-Wlelch算法
第二节区分性训练法则
3.2.1贝叶斯风险(Bayes Risks)
3.2.2最大互信息训练法则(MaXimum Mutual Information)
3.2.3最小分类错误(Minimum Classification Error)
第三节本章小节
第四章最小音素错误用于HMM的训练
第一节目标函数的定义
第二节音素正确率的估算
第三节最大化目标函数
第四节模型参数的更新
第五节实现流程
第五章实验架构及结果
第一节实验组成
5.1.1HTK Toolkit
5.1.2语音库
5.1.3发音词典
5.1.4语言模型
5.1.5识别网络的建立
5.1.6解码算法的实现
第二节连续语音音素辨识系统性能评价指标
第三节实验结果及分析
5.3.1实验一:建模单元的选取
5.3.2实验二:状态中的高斯混合数
5.3.3实验三:惩罚因子
5.3.4实验四:活动Token数
5.3.5实验五:Phone Lattice的大小
5.3.6实验六:平滑系数D
5.3.7实验七:是否加入Ⅰ—平滑函数
第六章总结与展望
附录
参考文献
致谢
个人简历