文摘
英文文摘
声明
致谢
1 引言
1.1 关键词识别的研究背景与意义
1.1.1 关键词识别的意义
1.1.2 关键词识别技术的应用
1.2 关键词识别的发展历史与现状
1.3 本文的主要工作和组织结构
2 关键词识别的相关技术
2.1 预处理与特征提取提取
2.1.1 预处理
2.1.2 时域特征参数
2.1.3 频域特征参数
2.2 声学层HMM模型
2.2.1 马尔可夫链
2.2.2 HMM的定义
2.2.3 HMM的三个假设
2.2.4 HMM的三个基本问题及解决办法
2.2.5 HMM算法实现中的问题
2.3 语言学模型
2.4 关键词搜索与关键词确认
2.5 本章小结
3 关键词识别系统的结构与性能评价
3.1 关键词识别系统的基本结构
3.1.1 基于Filler模型的KWS系统
3.1.2 基于LVCSR的KWS系统
3.1.3 两种系统结构的性能比较
3.1.4 本文的关键词识别系统结构
3.2 关键词识别系统的性能评价指标
3.3 实验数据说明
3.4 本章小结
4 关键词搜索
4.1 两种语音识别结果
4.1.1 N-Best词格
4.1.2 音节网格
4.2 关键词搜索算法
4.3 关键词输出准则
4.4 实验结果与分析
4.5 本章小结
5 置信度确认
5.1 置信度的定义
5.1.1 统计假设检验的角度
5.1.2 模式识别的角度
5.2 置信度的构造方法
5.2.1 明确垃圾模型
5.2.2 在线垃圾模型
5.3 三种常用置信度
5.3.1 基于声学模型的置信度
5.3.2 基于后验概率的置信度
5.3.3 基于动态排名信息的置信度
5.3.4 实验结果与分析
5.4 置信度融合
5.4.1 基于声学置信度和后验概率的混合置信度
5.4.2 基于动态排名和后验概率的混合置信度
5.5 本章小结
6 系统的整体实现
6.1 预处理与特征提取
6.2 语音识别器
6.2.1 声学层模型的训练
6.2.2 语言学模型的训练
6.2.3 最优路径搜索
6.3 关键词搜索
6.4 置信度确认
6.5 系统性能
6.5.1 系统运行
6.5.2 系统的性能曲线
6.5.3 系统运行速度
6.6 本章小结
7 结论
7.1 论文工作总结
7.2 未来工作展望
参考文献
作者简历