目錄 第　1章 開篇 1.1　什么是語音識別　2 1.2　語音識別的歷史　4 1.3　語音識別的用處　6 1.4　為什么很難　8 1.5　本書的目標　10 1.6　小結　12 第　2章 什么是語音 2.1　語音學　16 2.2　聲音是如何產(chǎn)生的——發(fā)音語音學　16 2.3　聲音的真面目——聲學語音學　23 2.4　聲音是如何被感知的——感知語音學　29 2.5　總結　32 第3章　統(tǒng)計模式識別 3.1　什么是模式識別　34 3.2　統(tǒng)計模式識別的思路　36 3.3　生成模型的訓練　40 3.4　判別模型的訓練　44 3.5　統(tǒng)計語音識別的概要　45 3.6　總結　48 第4章　有限狀態(tài)自動機 4.1　什么是有限狀態(tài)自動機　50 4.2　用有限狀態(tài)自動機表達的語言　53 4.3　各種各樣的有限狀態(tài)自動機　55 4.4　有限狀態(tài)自動機的性質　58 4.5　總結　59 第5章　語音特征的提取 5.1　特征提取的步驟　62 5.2　語音信號的數(shù)字化　64 5.3　人類聽覺模擬——頻譜分析　67 5.4　另一個精巧設計——倒譜分析　69 5.5　噪聲去除　72 5.6　總結　73 第6章　語音識別：基本聲學模型 6.1　聲學模型的單位　76 6.2　什么是隱馬爾可夫模型　78 6.3　隱馬爾可夫模型的概率計算　81 6.4　狀態(tài)序列的估計　83 6.5　參數(shù)訓練　85 6.6　總結　89 第7章　語音識別：高級聲學模型 7.1　實際的聲學模型　92 7.2　判別訓練　94 7.3　深度學習　96 7.4　總結　98 第8章　語音識別：語言模型 8.1　基于語法規(guī)則的語言模型　100 8.2　統(tǒng)計語言模型的思路　101 8.3　統(tǒng)計語言模型的建立方法　103 8.4　總結　108 第9章　語音識別：搜索算法 9.1　填補聲學模型和語言模型之間的空隙　112 9.2　狀態(tài)空間搜索　113 9.3　用樹形字典減少浪費　115 9.4　用集束搜索縮小范圍　116 9.5　用多次搜索提高精度　118 9.6　總結　120 第　10章 語音識別：WFST運算 10.1　WFST的合成運算　124 10.2　確定化　129 10.3　權重移動　133 10.4　最小化　134 10.5　總結　135 第　11章 語音識別：使用 WFST進行語音識別 11.1　WFST轉換　138 11.2　聲學模型的 WFST轉換　139 11.3　發(fā)音字典的 WFST轉換　141 11.4　語言模型的 WFST轉換　142 11.5　WFST的搜索　144 11.6　總結　145 第　12章 語義分析 12.1　什么是語義表示　148 12.2　基于規(guī)則的語義分析處理　151 12.3　基于統(tǒng)計的語義分析處理　153 12.4　智能手機的語音服務　156 12.5　總結　159 第　13章 語音對話系統(tǒng)的實現(xiàn) 13.1　對話系統(tǒng)的開發(fā)方法　162 13.2　基于規(guī)則的對話管理　164 13.3　針對對話管理的統(tǒng)計方法　166 13.4　總結　170 第　14章 終篇 14.1　語音分析工具 WaveSurfer　174 14.2　HMM構建工具 HTK　175 14.3　大詞匯量連續(xù)語音識別引擎 Julius　177 14.4　虛擬代理對話工具 MMDAgent　179 14.5　深入學習之路　180 思考題的解答　182 參考文獻　188 后　記　191