汉语音节混淆网络的生成与重打分算法研究

针对目前混淆网络生成算法速度与精度不能兼顾的不足,提出一种新的汉语音节混淆网络生成的方法.本算法采用类似轴对齐算法,对音节网格每次提取一条局部路径与参考路径对齐,根据每次对齐路径与参考路径长度不同,采用不同的策略生成混淆网络,并在生成混淆网络之后对其应用一种新的解码框架进行重打分.实验表明,该算法生成的混淆网络精度较高,时间复杂度优于轴对齐算法,且重打分后的识别率有显著提高.

判别式训练方法在连续语音识别中的应用

文章探讨了判别式训练在大词汇量连续语音识别系统中的应用问题,介绍了判别式分析训练理论,对比分析了最大互信息准则、最小词错误准则和最小音素错误准则,同时与传统的最大似然训练规则进行了对比分析,提出了一种结合最大似然估计方法和判别式训练方法的模型训练方法,最后用实验证明了该算法能够有效提高声学模型的识别率。