基于模糊理论的关键词识别算法

针对关键词发音相似易混淆及反词模型难确定、难训练等问题,提出一种结合模糊理论的方法,利用模糊C均值聚类算法对候选关键词进行2次聚类,同时将新的聚类中心作为反词模型进行最后确认.实验结果表明,这种方法使识别率得到了显著的提高.

基于支持向量机的关键词拒识算法

支持向量机是统计理论学习中一个重要的学习方法,也是解决模式识别问题的强有力工具,尤其在二元分类上有着突出的优势。拒识技术是语音识别系统走向实用化的关键技术之一,但由于语音信号的复杂性,使得拒识一直是语音识别技术中的难题。有机的将支持向量机技术应用于关键词识别的拒识问题中,把关键词识别中的正识和误识作为支持向量机的二元分类对象。这种方法避免了传统拒识方法对拒识门限的确定,同时充分发挥了支持向量机在二元分类上的优势,实验表明该算法效果较为有效。