基于拼音模型的声学层识别的研究

本文介绍拼音模型的原理及应用。拼音模型是累加语言模型中同音字的相关数据后得到的 3元模型 ,是在原来的声学模型和语言模型之间增加的一个新环节 ,可用来求取相关拼音串的先验概率 ,实验结果表明 ,用它作为声学层识别的后处理 ,可使第 1名的识别率提高 13个百分点 ,可使前 5名的识别率与原来声学模型输出前

汉语语音识别中语言模型的并行优化

研究了汉语语音识别中语言模型的并行优化问题,在已有汉语语音识别有调拼音模型和多核体系结构的基础上,对其算法进行了并行优化,并优化了查询机制和前后向算法。试验表明,该方法取得了很好的效果,识别速度有了很大改进。

网络电话语音识别中关键词的后验可信测度

网络电话语音的识别具有广阔的应用前景 ,而相对较低的话音质量突出了关键词捕捉的重要意义。关键词捕捉的核心问题是关键词可信度的估计。在零虚警假设下提出了关键词的后验可信度 ,在测度中结合了声学层分数和基于拼音的统计语言模型分数 ,利用动态规划推导了计算测度的前向后向算法。在 2 4 0个关键词的捕捉实验中 ,后验可信度下的关键词识别率高于 88%。基于拼音格 HMM(隐 Markov模型 ) ,对可信度估计、关键词捕捉、最优部分路径搜索及拼音多候选重排进行了统一的解释。