中文语音确认中子词置信度性能的研究

本文提出了一种基于最小分类错误准则(MCE)的子词权重参数估计算法,通过MCE训练得到子词的权重系数。子词对词级置信度贡献量的研究表明:韵母的确认能力显著好于声母,在置信性能方面比声母更加稳定和可靠,区分能力优于声母。在130个关键词的关键词检测系统实验表明,采用不同子词贡献权重比等贡献权重时等错误率下降3.05%。

基于在线垃圾模型的语音确认方法

该文针对关键词检测和实用语音识别中OOV(Out-Of-vocabulary)问题的检测和拒绝进行研究 ,通过使用判别式分析 ,利用L -Best本地分数和N -best言语假设判别分数 ,进行言语判别 (utteranceverification) ;该文进行了两组实验 ,分别针对OOV问题 ,在小词汇量特定人孤立词识别系统、小词汇量非特定人的孤立词识别系统中进行研究。

基于近邻竞争模型的鲁棒语音确认方法

提出一种新的基于近邻竞争模型的鲁棒语音确认方法。该方法通过引入目标模型的鲁棒近邻信息以提高在环境不匹配情况下的似然比确认性能。实验结果表明,在纯净语音环境下,该方法的性能与似然比方法相当,在高斯白噪声环境下,与似然比、在线垃圾模型方法相比,该方法的错误率分别下降1.2%和4.2%,在其他噪声环境下,该方法也能获得较好的确认效果。

子词驻留特征在电话语音确认中的应用

语速和插入删除错误是导致自动电话转接系统发生错误的重要原因。该文给出一种基于子词似然比(LLR)和子词驻留特征融合的语音确认方法减少上述错误。提出基于最小分类错误准则方法求取子词特征融合参数。电话转接系统实验结果表明,采用子词驻留特征能有效提高语音确认效果,与LLR方法相比,名称关键词的等错误率下降3.35%,数字串关键词的等错误率下降4.05%。

基于Fisher分值的特征提取在语音确认中的应用

针对支持向量机不能直接处理动态时间序列的语音数据问题,提出一种基于Fisher分值法的特征提取方法。Fisher分值法可以有效地进行特征向量的定长转换,使得支持向量机可以在整体语音序列上进行分类,从而提高系统的识别率。仿真实验结果表明,该方法在不影响系统识别速度的情况下,具有较高的识别性能。

基于动态垃圾评价的语音确认方法

语音关键词识别和确认方法在语音对话系统中得到了广泛的应用.评价此类系统性能的一个重要指标就是处理非关键词(垃圾)的能力.处理垃圾的传统方法是在离线状态下进行垃圾建模.但该方法并不能很好的描述大量的系统词库以外的词，且训练规模较大.该文提出了动态垃圾评价方法，不对垃圾本身建模，而是在识别过程中对输入语音进行可信度评估，从而对识别结果进行确认，解决了传统垃圾模型灵活性差及在线垃圾建模方法的确认能力不足等问题.同时由于在垃圾评价中增加了反关键词信息，减少了关键词之间的识别错误.

基于联合得分的连续语音识别确认方法

提出了一种基于联合概率似然得分和概率似然比得分进行语音识别确认的方法,计算搜索路径得分过程中同时考虑概率似然比得分,在给出系统最终识别结果的同时给出置信度水平.实验结果表明,该方法在大大降低识别系统误警率的同时,基本保持识别正确率不变.

语音识别确认中的置信特征和判定算法

提出了一种基于支持向量机的联合多种置信特征进行语音识别确认的判定方法.从待确认语音中提取出分段的后验概率和线性预测编码识别结果置信特征,其中后验概率根据垃圾模型近似计算得到;设计支持向量机分类器联合多种置信特征给出最终确认结果.实验结果表明,所提出的置信特征和支持向量机分类器取得了很好的确认效果.

基于上下文相关置信度打分的语音确认方法

口语对话系统中,集外词的存在会引起很多识别错误,为了有效地发现并拒绝集外词,提高系统性能,研究利用置信度打分进行语音确认的方法,发现并拒绝识别错误。提出上下文相关的置信度特征,充分考虑当前待确认词与其前序词和后序词之间的相关性。实验结果表明:上下文相关的置信度特征能够很好地提高拒识性能,对符合识别文法的句子,错误拒绝率为2.5%或5%时,对比没有使用上下文相关的置信度特征时,错误接受率分别下降了29%和36%;基于置信度打分的语音确认策略在拒识性能上优于系统已有的在线垃圾模型。

一种新的关键词确认方法

本文提出了一种新的基于模型距离矩阵的关键词确认算法 ,并给出模型距离的定义及其训练方法 ,利用模型相对距离矩阵对语音识别结果进行确认 .对于关键词库较大的关键词检出系统 ,通过对关键词分段 ,得到扩展的模型距离矩阵确认算法 ,使得大词表确认问题得到很好的解决 ,并能够获得和小词表系统一样的确认效果 .为了对关键词库进行方便的操作 ,模型距离矩阵的更新算法使得用户可以很方便地修改关键词库内的关键词 ,而不必重新训练整个模型距离矩阵 .

实用的家电语音控制系统的设计

家电语音控制系统在复杂的背景环境下,由于识别率显著下降而导致关键词检出率偏低。介绍了利用孤立词、连接词以及连续语音识别引擎构造的多识别引擎的识别器,该识别器允许用户自由选择语音输入方式,扩大了关键词的检出范围,从而达到提高关键词检出率的目的。同时给出了家电语音控制系统的整体结构,分析了影响系统性能的关键因素,并且给出了相应的解决方案。

一种基于SVM的加权似然比融合算法

提出一种基于改进竞争模型加权似然比融合的方法来进行关键词的语音确认,并将误差函数用于SVM对加权向量和阈值进行优化.通过构建两个基线系统,将不同竞争模型的加权方式的比较和3种模型的比较作了仿真实验.所得结果显示,相对于反词模型和常规竞争模型,加权似然比融合方法得到的似然比对关键词识别的平均错误率分别降低了26.53%和7.78%.

关键词检出算法

在关键词检出系统中由于替换错误而导致的识别性能下降时,为了在较低的误警率下提高关键词检出系统的检出率,提出了关键词恢复算法,通过对被拒绝的语音信号再次分析从而恢复关键词。实验表明:引入关键词恢复算法,在误警率为10%时,检出率从78.1%提高到85.3%;检出率的上限从85.0%提高到92.0%。采用关键词恢复的检出算法极大地改善了系统性能,不仅在较低误警率时检出率有很大的提高,而且关键词检出率的上限也得到很大的提高。

枪杆子“闹革命”

自从19世纪枪的发明以来,枪便与革命结下不解之缘。每每在社会大变革之际,对立双方总是试图首先掌握好枪杆子,枪杆子掌握在谁的手里也往往成为决定谁赢谁输的关键因素之一。然而,一成不变的枪械在等待新千年的来临时也等来了一场针对自身的革命。2000年4月,澳大利金属风暴公司与布里斯班弹道技术公司研制出世界上第一支完全电子化的手枪,使手枪从传统的以机械化为代表的工业时代一举跨越几百年的时光进入以电子化为代表的信息时代。传统的军事和警察部门不久后将再次“鸟枪换炮”。