语音理解中的容错技术研究.pdfVIP

苎盔星全曼要曼望堡兰查叁望堡奎苎 语音理解中的容错技术的研究 张建平王作英 清华大学电子工程系北京t00084 擅要本文研究了太词汇量非特定人汉语连续语音识别和理解系统中的吝惜技术．首先．声 学识别嚣产生H个最优(B-best)音节候选及其相应的声学层的概率，再由H个最优音节候选 la 构成一个音节网格(sy儿abIe ctice)．一个容借语言分析嚣被用来搜索谵音节网格并发现 最优的汉字串．由于考虑了额外的可能候选音节，谊最优汉字串的某些宇的音节可能不在原 来的音节网格中．这样，声学屉的一些错误被纠正，语言分析嚣的稳健性(robusteess)得以 提高．我们的实验表明各借分折器能将字的理解正确率从91．83％提高到94．15％．与传统的 无容错技术的基于三元文法模型的分析器相比、错误率下降了28．4譬． 关健词语音理解吝错技术语百模型 N～beet候选 复杂度Levenshtein距离 一、引言 本文将提供语音理解中的容错技术的一些实验结果。我们知道，从一个声学处理器得到 的N个最优候选可能包含替换、插入和删除错误。就替换错误而言，尽管我们能够通过增大 N来减少这种错误，但当N大于10时这种方法不是很有效01并且会增加语言分析器的负担。 因此．对语音识别系统而言，非常需要一个容错分析器能够通过考虑N个最优候选外的可能 音节以容许一些音节错误。在图l中，分析器的正确输Hj可以利用语言学知识，考虑额外可 能的候选得到。虽然正确音节xin羊口qing并币在N个最优候选内，但xlng和qin在～个 最优候选内。一个窨错舒祈器特征提出的尺度(metrits)下考虑这些正确音节。 两种分析器的分析结果： 正确句子： 每天有新鲜的事情发生 tian xfnxiandeshi fa 音节序列：∞ei you qing sheng 笫i个候选：】2l$5l 1}2l 基线(baseline)系统输出：每天有兴现的是亲发生 容错分析器输出： 每灭有新鲜的事情麓生 (}表示正确音节不在N-best候选内) 另外，显然不同的说话人可能有1：同的口音，尤其在中国，in常放谋读成ing，sh误 读成s等。在这种情况下，正确的音节可能不在N个最优候选内。还有，对_i二象听写机遮样 的用于商业h的系统．要求用户读一段长的文章而不出现任何发音错误是很困难的。基j+以 上事实，我们认为窖错技术对实验语音识别系统和商用系统都很重要。尽管本文提出的方法 被用于语音理解，它们对诃法处理，拼音校正和信皇提取中的字符串近似匹配都有甩处”。 奉文安排如下，第2部分介绍了衡量字符串差异的不同方法。另外，我们实现r计算字 符串不同编辑距离(editdistance)的新的算法。第3部分描述了我们的汉语语音识别基线 系统。第4部分论述r语音理解中的容错技术并且提出了三种瀑差尺度。第5部分给出了 实验和结果，最后进行了总结， ：、容铹算法耘述 容错算法的关键是如何衡量两字符串的差异。在摸式识别应用，咧如，手写体识别、语 音识别、信息提取和机器翻译中，我们常赢临比较文本类型、音索的问题。问题的核心是如 何度量字符串间的差异。在下面，我们将介绍三种尺度以比较字符串的差异。并殴计了一递 归算法用来实现这些尺度。 LevenshteinDistance(Gl由)j 1．广义Levenshtein距离(Generalized 广义Levensbtein距离是为了将一字符串转变为另一字符串所需的与捕入、删除和替换 操作相对应的编辑距离之和的最小值。首先，让我们对它进行公式化．设A是被考虑的字 237 第六届全国青年通信学术会议论文集 母表，A。为基于A均字符串集．九暮A是空符号．字符串S=s】s2…sN的长度为lSI=N， 其中，sEA’并且s，EAS．代表字符串S的前i个字符(1≤i≤N)