基于词图树扩展的语音命令理解和其容错算法的研究.pdfVIP

第六届全P9人机语音通讯学术会议 中国 深圳 基于词图树扩展的语音命令理解及其容错算法的研究 廖诀扮燕.王难霓 李菊子 清华大学电子工程系语音识别实验室 cjy回thsp.ee.tsinghua.edu.en 并介绍了词图树扩展理解算法中的容错算法:最儿给 摘要 出总结 本文对计算机语音命令理解的算法作了一些探索性的 研究。首先针对词图结构的特点提出了一种词图树扩 2.规则集确定及句法分析方法的选择 展理解算法，通过分析与实验比较，发现该算法在保 因为我们现在研究的语音命令理解主要用于对文本对 证精确率的下降很小的条件下可获得比传统的Nbest 象进行编辑操作，所涉及的命令是有关文本编辑以及 路径理解算法高得多的召回率，而计算效率仅相当于 菜单操作方面的.数量不多，且形式变化较少，故考 Nbesi路径理解算法中句子候选数取值很小时钓情 虑采用上下文无关文法 (CFG)书写规则:通过对所 况:其次根据对实验结果的分析与观察，给出了 种 有可能出现的命令进行归纳，我们手1书写了共67 行之有效的命令理解容错算法，使得理解召回率提高 条CFG规则，作为命令理解的规则集。 到91.7%,精确率仍保持在900,o以上，而理解错误率 常用的句法分析方法主要有两种， 种是自顶向 降低了 13.5%，同时计算复杂度的上升几乎可以忽 下句法分析法 (Top-DownParsing)，另一种是自底 略 . 向上句法分析法 (ChartParsin创 。达两种算法各有 所长，各具所短。前者具有较强的预测能力，从ifu在 1.引言 分析排歧方面优势明显，能较快的缩小搜索范围.但 计算机的迅速发展与普及，使得人机交互约需求与矛 由于无法避免对相同句法成分的重复分析，使得其分 盾日益突出。语音命令控制作为人机交互中较常用的 析效率大打折扣，尤其是当分析接近尾声才发现错误 一种方式，很早就受到人们的关注，并已有商品化的 时，更是前功尽弃:后者则不管三七二十一，只要能 应用。但早期的语音命令理解多因循模板匹配思想， 满足某条规则的成分统统保留，从而导致if多虚假成 虽然在某些应用中能够取得较好的效果，同时也存在 分滥竿充数，白白占用了大景存储空间与分析时间 着一此不可避免的缺陷，如要求命令短小简洁，命令 但这样广散网的优点就在于决不会有漏网之鱼.可保 集不可太大等。近年来，自然语言理解方面的研究有 证分析达到句尾时，正确结果一定包含在内 (如果有 r较大进展，作为其重要研究工具的计算语言学也日 的话〕，同时也可给出多项歧义候选。根据命令理解 益完善，从而为语音命令理解开辟了新的方向，启发 中命令集的特点，同时也希望对上述两种句法分析方 了新的思路，命令理解这一名称才终究名副其实起 法扬长避短，我们决定选择将两者结合起来的句法分 来一将自然语言理解中的句法分析方法用于语音命令 析算法一一自顶向下的图表句法分析方法 (Top- 理W.能解决许多采用模板匹配算法时难以克服的困 DownChartParsing)，它秉承T以上两种句法分析算 难，使得命令集具有较好的扩