新一代人工智能與語音識別

目錄
第0章緒論1
0.1研究依據(jù)1
0.2研究對象與研究目標(biāo)2
0.3研究方法3
0.4研究意義3
0.5本書的創(chuàng)新點(diǎn)4
0.6語料來源4
0.7本書的結(jié)構(gòu)5
第1章語音識別技術(shù)研究綜述7
1.1語音識別的定義與分類7
1.1.1語音識別的定義7
1.1.2語音識別的分類8
1.2語音識別技術(shù)的研究進(jìn)展9
1.2.1語音識別技術(shù)的發(fā)展概況9
1.2.2國外俄語語音識別技術(shù)的研究進(jìn)展10
1.2.3中國俄語語音識別技術(shù)的研究進(jìn)展13
1.3語音識別系統(tǒng)的基本原理14
1.3.1特征提取15
1.3.2聲學(xué)模型16
1.3.3語言模型17
1.3.4解碼18
1.4語音識別技術(shù)研究所關(guān)注的關(guān)鍵問題19
本章小結(jié)21〖4〗新一代人工智能與語音識別〖2〗目錄〖4〗第2章語音數(shù)據(jù)的加工處理22
2.1問題描述22
2.2眾包的定義及內(nèi)涵23
2.2.1眾包的基本概念23
2.2.2眾包的基本流程24
2.2.3眾包的關(guān)鍵問題24
2.3解決方案25
2.3.1質(zhì)量控制25
2.3.2語音標(biāo)注平臺的架構(gòu)27
2.3.3標(biāo)注平臺的設(shè)計(jì)與實(shí)現(xiàn)28
2.4語音標(biāo)注31
2.4.1語音有效性判斷31
2.4.2語音轉(zhuǎn)寫規(guī)范32
2.4.3語音標(biāo)注規(guī)范32
2.5實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析33
2.5.1實(shí)驗(yàn)設(shè)計(jì)33
2.5.2結(jié)果分析34
2.5.3結(jié)論36
本章小結(jié)36
第3章俄語聲學(xué)模型的建立37
3.1連續(xù)語音識別37
3.1.1連續(xù)語音識別的整體模型38
3.1.2聲學(xué)模型訓(xùn)練的HMMGMM方法40
3.1.3聲學(xué)模型訓(xùn)練中的HMMDNN方法48
3.2俄語語音學(xué)概述52
3.2.1俄語的使用及分布情況52
3.2.2俄語語音的基本特點(diǎn)55
3.2.3俄語音素的發(fā)音特征56
3.2.4俄語元音音素的隨位變化58
3.2.5俄語輔音音素的隨位變化60
3.3俄語聲學(xué)單元的選擇61
3.3.1俄語SAMPA音素集61
3.3.2俄語音系表64
3.4實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析64
3.4.1實(shí)驗(yàn)設(shè)計(jì)65
3.4.2結(jié)果分析66
本章小結(jié)67
第4章俄語語言模型的建立68
4.1文本語料的準(zhǔn)備與清洗68
4.1.1數(shù)據(jù)來源的篩選69
4.1.2數(shù)據(jù)爬取71
4.1.3數(shù)據(jù)的去重與清洗71
4.1.4格式化處理74
4.2語言模型簡述75
4.2.1語言模型的平滑技術(shù)77
4.2.2語言模型的剪枝算法81
4.3語言模型的訓(xùn)練流程84
4.3.1語言模型的訓(xùn)練實(shí)現(xiàn)84
4.3.2詞典的選擇85
4.3.3LM的剪枝與優(yōu)化87
4.4實(shí)驗(yàn)結(jié)果分析89
4.4.1詞典規(guī)模測試89
4.4.2語料規(guī)模測試89
4.4.3語言模型剪枝測試90
本章小結(jié)91
第5章基于Kaldi的俄語語音識別原型系統(tǒng)92
5.1系統(tǒng)設(shè)計(jì)的目標(biāo)與原則92
5.1.1系統(tǒng)設(shè)計(jì)的目標(biāo)92
5.1.2系統(tǒng)設(shè)計(jì)的原則92
5.2系統(tǒng)的開發(fā)環(huán)境與整體架構(gòu)93
5.2.1系統(tǒng)的開發(fā)環(huán)境93
5.2.2系統(tǒng)的整體架構(gòu)93
5.3Kaldi環(huán)境的搭建94
5.3.1Kaldi及實(shí)驗(yàn)環(huán)境94
5.3.2Kaldi訓(xùn)練服務(wù)器的搭建96
5.3.3AM訓(xùn)練數(shù)據(jù)及參數(shù)設(shè)置98
5.3.4LM訓(xùn)練數(shù)據(jù)及參數(shù)設(shè)置107
5.4Kaldi訓(xùn)練優(yōu)化111
5.4.1Kaldi聲學(xué)建模111
5.4.2GPU加速113
5.5語音識別原型系統(tǒng)的設(shè)計(jì)114
5.5.1系統(tǒng)GUI的設(shè)計(jì)114
5.5.2在線識別功能114
5.5.3離線識別功能117
5.6實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析119
5.6.1實(shí)驗(yàn)設(shè)計(jì)119
5.6.2實(shí)驗(yàn)結(jié)果119
5.6.3結(jié)果分析120
本章小結(jié)121
第6章總結(jié)與展望122
6.1本書的主要成果122
6.2未來的研究計(jì)劃123
附錄A英漢術(shù)語對照表124
附錄B其他相關(guān)資料126
B.1俄語發(fā)音詞典(76277個詞形)示例126
B.2俄語解碼詞表(189971個詞形)示例127
B.3俄語字符Unicode編碼對照表128
B.4俄語語音格式化程序(轉(zhuǎn)換為16KB、16b)128
B.5俄語文本轉(zhuǎn)Unicode編碼程序129
B.6從https: //twitter.com網(wǎng)站上下載的部分網(wǎng)頁文件
(json格式)示例131
B.7從http: //www.interfax.ru網(wǎng)站上下載的部分網(wǎng)頁
文件(json格式)示例131
B.8俄語拉丁字母轉(zhuǎn)寫表132
參考文獻(xiàn)134