基于ANN/HMM混合模型汉语大词表连续语音识别系统建立
ESTABLISHMENT OF MANDARIN LARGE VOCABULARY CONTINUOUS SPEECH RECOGNITION BASED ON HYBRID ANN/HMM MODELS
摘 要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状及分析
1.3 主要研究内容
第2章 ANN/HMM混合模型
2.1 人工神经网络模型(ANN)
2.1.1 人工神经网络的结构
2.1.2 人工神经网络隐含层神经元数选择
2.1.3 人工神经网络训练算法
2.2 隐马尔科夫模型(HMM)
2.2.1 HMM概述
2.2.2 HMM种类
2.2.3 HMM基本算法
2.3 ANN/HMM混合模型
2.3.1 ANN/HMM混合模型的优势
2.3.2 ANN与HMM在语音识别中的混合方式
2.3.3 预测型神经网络与隐马尔可夫模型混合模型
2.4 本章小结
第3章 ANN/HMM混合模型系统的建立方法
3.1 概述
3.2 声学模型的建立
3.2.1 模型单元的选取
3.2.2 建立单音素模型
3.2.3 建立三音素模型
3.2.4 建立状态绑定的三音素模型
3.2.5 建立多维高斯混合分布的三音素模型
3.2.6 ANN模型训练算法
3.3 语言模型的建立
3.4 HMM解码
3.4.1 令牌传递算法
3.4.2 令牌解码过程
3.5 本章小结
第4章 系统框架与实验分析
4.1 ANN/HMM混合模型系统框架
4.2 语音信号预处理与特征提取
4.2.1 语音信号预处理
4.2.2 语音特征参数提取
4.3 实验数据
4.4 ANN/HMM混合模型系统性能分析
4.4.1 测试集数据分布
4.4.2 系统识别率分析与多路径技术
4.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致谢
个人简历