电话对话语音的实时鲁棒识别技术研究.pdfVIP

电话对话语音的实时鲁棒识别技术的研究 邵健1赵庆卫2 颜永红2 1浙江大学计算机学院，杭州310027 2中科院声学所中科信利语音实验室，北京100091 摘要：电话对话语音具有通信环境多变、说话人差异明显和自然口语化现象严重的特点，本文通过整 合鲁棒特征提取、声学模型补偿、语言模型补偿等一系列鲁棒识别技术，设计并搭建了一面向电话对话语音 的识别系统。该系统在2005年863评测采用的一小时电话语音数据集进行了实验。其字错误率相比于基线 系统相对降低30.6％。同时，为了加快识别速度，在采用自主开发的经优化的单遍解码器的基础上，通过在 系统级速度优化方面采用快速预解码策略，在不损失系统识别精度的情况下将系统总耗时从1.86倍实时下降 到110倍实时。 关键词：电话对话语音识别;鲁棒;实时 ResearchonReal-timeandRobustRecognitionTechnology forConversationalTelephoneSpeech ShaoJian1ZhaoQingwei2YanYonghong2 1CollegeofComputerScience,ZhejiangUniversity,Hangzhou,310027,China 2InstituteofAcoustics,ChineseAcademyofSciences,Beijing,100091,China Abstract:Inordertohandlevariouscommunicationenvironments,distinctspeakerdiversihesandserious spontaneousstylesinconversationtelephonespeech,thispaperspeciallydesignsandimplementsanautomatic speechrecognitionsystemtowardsconversationaltelephonespeech.Aseriesofrobusttechniquessuchasrobust featureextraction,acousticmodelcompensation,languagemodelcompensationareintegrated.Experimentsona one-hourtelephonespeechtestsetfor863Evaluationin2005showthatusingsuchrobusttechniquescanachievea relative30.6％ improvementincharactererrorrate(CER).Tofurtherimproverecognitionspeed,inadditionalto theadoptionofanoptimizedin-homeone-passdecoder,afastpre-decodingstrategyinsystem-leveloptimizationis proposed.Itcanreducethetotalsystemtimeconsumptionfrom1.86RTto1.10RTwithoutanylossinrecognition accuracy. KeyWords:Conversationaltelephonespeechrecognition;Robust;Real-time ．别技术改善识别 『实时鲁棒的CT： 引擎采集』，大量的口爿 ，增强了语言模型的二 寸识别技术 合上一节介绍的鲁棒糕 而向南；壬对、壬连喜自h；[ 向实时性。本文设计的识{ ＆优音素序列供后续阶段自 只别结果。因此，我们在i 自剪枝参数集对系统性能自 。N和特征高斯 6、19％。通过 降幅达56％；j r麻用基于字错 苦学模型补偿 对话语音的识j 到41.9％，相 i遍解码器外，