基于DDBHMM的LVCSR系统的单步搜索算法

为了在大词汇量连续语音识别(LVCSR)系统中能够利用段长信息,该文按树状组织发音词典,利用语言模型预测技术,基于最大似然状态序列(M LSS)算法,给出了采用基于段长分布的隐含M arkov模型(DDBHMM)的LVCSR系统的二元文法语言模型的单步搜索算法。实验结果表明,尽管单步搜索的替代错误率高于双步搜索,但单步搜索的插入和删除错误率都比双步搜索要低,总体性能上单步搜索要好于双步搜索。同时,DDBHMM能较准确地利用了语音信号中的状态段长信息,采用DDBHMM的LVCSR系统比采用经典的齐次HMM的系统有更好的识别性能。

变曲率竖曲线梁顶推过程支点标高调整方案确定的单步模数搜索合成法

针对穷举法计算量太大、试算法需要丰富经验的不足,研究变曲率竖曲线梁顶推过程中支点标高调整方案确定的新方法。基于相关假定,给出各支点处梁体强迫位移、顶推过程支点标高(含初始标高、调整后标高)及其调整约束条件等顶推关键要素的数学表达,明确支点初始标高的设置方法。在建立穷举法标高调整向量数学表示及其最优(或较优)标高调整方案寻找流程的基础上,基于先粗后精分级寻优思路提出计算量较穷举法大为减少的两步穷举法。考虑顶推过程支点标高调整方案确定中标高值优化精细程度的工程意义(或者优化标高值工程上的可变动性),提出"标高模数"概念,明确搜索策略,采用"先单倍模数搜索,再最大程度合并"的思路建立单步模数搜索合成法。算例分析比较两步穷举法、单步模数搜索合成法的计算耗时与结果等,明确单步模数搜索合成法是确定变曲率竖曲线梁体顶推支点标高调整方案的较佳方法。