多流信息融合的集外词检索.pdfVIP

第29卷第2期 数 据 采 集 与 处 理 Vo1．29No．2 2014年 3月 JournalofDataAcquisitionandProcessing M ar．2O14 文章编号 ：1004—9037(2014)02—0274—06 多流信息融合的集外词检索 熊世富 郭 武 (中国科学技术大学电子工程与信息科学系，合肥，230027) 摘要 ：针对关键词 中的集外词检索任务 ，提 出采用音素、音节、词片三种子词单元进行多流信息的联合检 索算法， 其 中对基于音素的语音检索(Spokentermdetection，STD)系统使用基于 元语言模型一加权有限状态机 的完全 匹配检索降低漏警，对基于音节、词片的STD系统使用模糊匹配检索降低虚警，最后采用线性逻辑回归(Linear logisticregression，LLR)的算法将三个子系统的结果进行融合 。在 NISTSTD2006语音检索评测的英语 电话 会话语音测试集上的实验结果表明，相对于最好 的单流系统，多流信 g-融合获得 了 12 的实际词项权重值 (Ac— tualtermweightedvalue，ATWV)相对提升 。 关键词 ：语音检索；集外词 ；加权有限状态机 中图分类号 ：TN912 文献标志码 ：A M ulti—StreamedBasedoutofVocabularyTermsDetection XiongShifu，GuoWu (DepartmentofElectronicEngineeringandInformationScience，UniversityofScience andTechnologyofChina，Hefei，230027，China) Abstract：Foroutofvocabulary (OOV)termsdetection in spoken term detection (STD)，we proposeamulti—streamedbaseddetectionalgorithm whichmakesuseofthreesub—wordunits： phone，syllable fragment．ngram—WFSTbasedsearchisappliedinphone—basedSTD system toreducemissprobability；and fuzzy search isapplied in syllable—basedand fragment—based STD systemstoreducefalsealarm probability．ThefinalscoresareobtainedthroughlinearlO— gisticregressionofthethreesub—systemsscores．ResultsontheNationalInstituteofStandards andTechnology (NIST)STD 2006English conversationaltelephonespeech (CTS)EvalSet show thatthemulti—streamedbaseddetection algorithm achievesa12 relativeimprovement inactualterm weightedvalue(ATWV)comparedtothebestsingle—streamedsystem． Keywords：spokenterm detection；outofvocabulary；weightedfinitestatetransducer 可以动态设置。但是 由于 LVCSR无法识别集外 引 目