基于词片的语言模型和在汉语语音检索中的应用.pdfVIP

彩叼中国计算机网络安全应急年会信息内容安全分会 ·45· 基于词片的语言模型及在汉语语音检索中的应用 郑铁然，韩纪庆，李海洋 (哈尔滨工业大学计算机科学与工科学院，哈尔滨 15000I) 摘要： 基丁|爵节Lattice的检索方法是目前汉语语占检索研究的丰流方法之一。本文红汉语语音榆索研究中， 为充分利用汉语中占i了相t搭配的语言学知识，提出了一种新的汉语语言模型构造基元一一“诟J片”(Word Fragment)，研究了最佳词片选择算法。汉语语音识别实验和语哿柃索实验表明，采用基于词片的语音模型后，音 节正确率有所提高，并取得了更好的语音检索性能。 关键词： 汉语语音检索；语言模型；词片；互信息 Based ModelandItS Word—FragmentLanguage toChinese Retrieval Application Speech Tie—ran，Han Zheng Ji—qing，LiHai—yang (SchoolofComputerScienceandTechnologyin；HarbinInstituteofTechnology，Harbin150001) of Abstract： latticebasedretnevalmethodisonemainmethodsinChinese retrievalresearch．A Syllable speech new is totakefull theChinese information unit“word model of fragmentoflanguage proposed advantage linguistic between an forword selectionisstudied．The results show，with adjacentsyllables，andalgorithmfragment experimental based for is andthe retrieval word-fragmentlanguagemodel，syllableaccuracyrecognizerimproved speech system better thantheonewith basedmodel． gives performance onlysyllable words：chinese model；word key speechretrieval；languagefragment；lat【ice 1引言 随着计算机技术和多媒体技术的发展，被人们记录并保存在计算机中的语音数据越来越多。为了 更高效地管理和利用这些语音资源，必须实现基于语义内容的快速语音检索。 语音检索是指，根据用户输入的查询请求(Query)，在语音资源中搜索和返回与之相关联的语音 段或语音文档的处理过程。为了实现快速检索，这一过程一般要分成“离线”和“在线”两个阶段来 完成。在“离线”阶段，通过自动语音识别(AutomaticSpeech 据将其转化为对应的文本表示，并基于该文本表示建立索引。而在“在线”阶段根据索引快速判定语 音文档与查询问的相关程度。 语音检索技术与ASR技术紧密相关