汉语语音听写机技术的研究与实现

文章从声学基元和词法树两个方面对连续语音识别和汉语语音听写机中声学层面的搜索策略进行了分析，提出了基于统计知识的帧同步搜索算法和基于词法约束的词搜索树结构，构成了声学层面的双层搜索网络．算法中利用了统计知识，包括声学层面的差分状态驻留信息和特征变化量信息等．实验结果表明，基于知识的搜索策略使连续语音识别的性能提高了３６．６％．文章还介绍了Ｎ－Ｇｒａｍ统计语言模型的修正退化频度估计算法和搜索算法原理．通过对多年研究成果的分析，实现了一个汉语语音听写机的引擎。

汉语语音听写机中语音识别模型的研究

语音听写机中语音、语言模型是两个非常重要的部分，而语音模型的好坏直接影响语言模型和听写机的性能。文中在一个大型数据库上对语音识别基元、语音模型、模型的输出观察向量的计分方法进行了大量的比较实验。实验表明，采取以音节为识别基元、基于中心距离正态分布的中心距离连续概率模型，和基于最近邻原则的输出观察向量计分方法即嵌入式多模板方案，可以取得很好的识别效果。