목차
Abstract = 5
Contents = 8
List of Figures = 11
List of Tables = 12
1. Introduction = 14
 1.1 Background = 14
 1.2 Research Goals and Contributions = 15
 1.3 Organization of Dissertation = 18
2. Previous Works Related to Environmental Robustness in Speech Recognition = 19
 2.1 Spectral Subtraction = 19
 2.2 Cepstral Mean Normalization(CMN) = 20
 2.3 Maximum A Posteriori(MAP) = 22
 2.4 Maximum Likelihood Linear Regression(MLLR) = 24
 2.5 Parallel Model Combination(PMC) = 25
3. Gaussian Mixture Model Based Feature Compensation:RATZ = 27
 3.1 Overview of RATZ Zlgorithm = 27
 3.2 Interpolated RATZ = 30
4. Efficient GMM-based Methods for Embedded System = 33
 4.1 Employing Gaussian Selection Technique = 33
 4.2 Frame-Synched Interpolated RATZ = 36
 4.3 Bi-mode Interpolated RATZ = 37
5. Parallel Combined Mixture Model Based Feature Compensation = 39
 5.1 Motivation = 39
 5.2 Employing Parallel Model Combination Technique = 40
 5.3 Parallel Combined Mixture Model Based Feature Compensation = 42
 5.4 Noise Model Adaptation = 45
 5.5 Real-time Channel Estimation and Normalzation = 46
 5.6 Computational Complexity Reduction by Selective Model Combination = 49
6. Modified Feature Compensation for Distinctive Property = 52
 6.1 Motivation = 52
 6.2 Estimation of distinctive feature candidates = 54
 6.3 Decision measure for final selecting = 58
  6.3.1 Average of likelihood over similar states = 58
  6.3.2 Deviation of likelihood across dissimilar states = 61
7. Experiments and Results = 65
 7.1 Experiments'Conditions: Performance Evaluation in Aurora 2.0 = 65
  7.1.1 Noisy speech data = 65
  7.1.2 Definition of training and testing sets = 67
  7.1.3 HTK reference recognizer = 68
  7.1.4 Aurora WI007 front-end = 70
  7.1.5 Experimental conditions in this work = 70
 7.2 Baseline Performance Evaluation = 73
 7.3 Performance Evaluation of Efficient Methods for Embedded System = 75
 7.4 Performance Evaluation of the PCMM-based Feature Compensation = 80
 7.5 Selective Model Combination = 87
 7.6 Distinctive Proberty = 90
8. Conclusions and Future Works = 93
 8.1 Summary of Results = 93
 8.2 Future Works = 94
Bibllography = 95
감사의 글 = 102
Curriculum Vitae = 105
닫기