第0章 绪论 1
0.1 研究依据 1
0.2 研究对象与研究目标 2
0.3 研究方法 3
0.4 研究意义 3
0.5 本书的创新点 4
0.6 语料来源 4
0.7 本书的结构 5
第1章 语音识别技术研究综述 7
1.1 语音识别的定义与分类 7
1.1.1 语音识别的定义 7
1.1.2 语音识别的分类 8
1.2 语音识别技术的研究进展 9
1.2.1 语音识别技术的发展概况 9
1.2.2 国外俄语语音识别技术的研究进展 10
1.2.3 中国俄语语音识别技术的研究进展 13
1.3 语音识别系统的基本原理 14
1.3.1 特征提取 15
1.3.2 声学模型 16
1.3.3 语言模型 17
1.3.4 解码 18
1.4 语音识别技术研究所关注的关键问题 19
本章小结 21
第2章 语音数据的加工处理 22
2.1 问题描述 22
2.2 众包的定义及内涵 23
2.2.1 众包的基本概念 23
2.2.2 众包的基本流程 24
2.2.3 众包的关键问题 24
2.3 解决方案 25
2.3.1 质量控制 25
2.3.2 语音标注平台的架构 27
2.3.3 标注平台的设计与实现 28
2.4 语音标注 31
2.4.1 语音有效性判断 31
2.4.2 语音转写规范 32
2.4.3 语音标注规范 32
2.5 实验设计与结果分析 33
2.5.1 实验设计 33
2.5.2 结果分析 34
2.5.3 结论 36
本章小结 36
第3章 俄语声学模型的建立 37
3.1 连续语音识别 37
3.1.1 连续语音识别的整体模型 38
3.1.2 声学模型训练的HMM-GMM方法 40
3.1.3 声学模型训练中的HMM-DNN方法 48
3.2 俄语语音学概述 52
3.2.1 俄语的使用及分布情况 52
3.2.2 俄语语音的基本特点 55
3.2.3 俄语音素的发音特征 56
3.2.4 俄语元音音素的随位变化 58
3.2.5 俄语辅音音素的随位变化 60
3.3 俄语声学单元的选择 61
3.3.1 俄语SAMPA音素集 61
3.3.2 俄语音系表 64
3.4 实验设计与结果分析 64
3.4.1 实验设计 65
3.4.2 结果分析 66
本章小结 67
第4章 俄语语言模型的建立 68
4.1 文本语料的准备与清洗 68
4.1.1 数据来源的筛选 69
4.1.2 数据爬取 71
4.1.3 数据的去重与清洗 71
4.1.4 格式化处理 74
4.2 语言模型简述 75
4.2.1 语言模型的平滑技术 77
4.2.2 语言模型的剪枝算法 81
4.3 语言模型的训练流程 84
4.3.1 语言模型的训练实现 84
4.3.2 词典的选择 85
4.3.3 LM的剪枝与优化 87
4.4 实验结果分析 89
4.4.1 词典规模测试 89
4.4.2 语料规模测试 89
4.4.3 语言模型剪枝测试 90
本章小结 91
第5章 基于Kaldi的俄语语音识别原型系统 92
5.1 系统设计的目标与原则 92
5.1.1 系统设计的目标 92
5.1.2 系统设计的原则 92
5.2 系统的开发环境与整体架构 93
5.2.1 系统的开发环境 93
5.2.2 系统的整体架构 93
5.3 Kaldi环境的搭建 94
5.3.1 Kaldi及实验环境 94
5.3.2 Kaldi训练服务器的搭建 96
5.3.3 AM训练数据及参数设置 98
5.3.4 LM训练数据及参数设置 107
5.4 Kaldi训练优化 111
5.4.1 Kaldi声学建模 111
5.4.2 GPU加速 113
5.5 语音识别原型系统的设计 114
5.5.1 系统GUI的设计 114
5.5.2 在线识别功能 114
5.5.3 离线识别功能 117
5.6 实验设计与结果分析 119
5.6.1 实验设计 119
5.6.2 实验结果 119
5.6.3 结果分析 120
本章小结 121
第6章 总结与展望 122
6.1 本书的主要成果 122
6.2 未来的研究计划 123
附录A 英汉术语对照表 124
附录B 其他相关资料 126
B.1 俄语发音词典（76277个词形）示例 126
B.2 俄语解码词表（189971个词形）示例 127
B.3 俄语字符Unicode编码对照表 128
B.4 俄语语音格式化程序（转换为16KB、16b） 128
B.5 俄语文本转Unicode编码程序 129
B.6 从https：//twitter.com网站上下载的部分网页文件（json格式）示例 131
B.7 从http：//www.interfax.ru网站上下载的部分网页文件（json格式）示例 131
B.8 俄语拉丁字母转写表 132
参考文献 134