拓扑相关的加权有限状态转换器ε-Removal+算法.pdfVIP

第十一届全国人机语音通讯学术会议 拓扑相关的加权有限状态转换器 ε-Removal 算法 1 2 2 1 李伟 ，贺志阳 ，吕萍 ，吴及 (1.清华大学 电子工程系, 北京 100084；2.清华大学 清华-讯飞语音技术联合实验室, 北京 100084) 摘 要：基于加权有限状态转换器的语音解码技术是当前语 [1~3] 。与传统的LVCSR 解码技术相比，基于 WFST 音识别领域的研究热点之一。利用加权有限状态转换器的相 的语音解码具有速度快，识别性能好的优点，其技 关理论和算法，可以构建语音静态解码网络，空转移去除 术核心为构造静态解码网络：首先，将声学模型、 (ε-Removal)是其中重要的一环。传统的 ε-Removal 算法并不 词典和语言模型等表示成 WFST 的形式；其次，利 能保证网络规模最小，这会增加后续语音解码的空间和时间 用 WFST 的合成(Composition)、确定化（Determi- 复杂度。本文对传统算法进行分析，在此基础上提出了“拓 nization ）、最小化（Minimization ）及空转移去除 [4,5] ε-Removal ）等算法 ，对声学模型、词典和语言 扑相关的 ε-Removal 算法”，根据网络局部拓扑结构选择 （ ε-Removal 策略。实验表明，与传统算法相比，本文提出的 模型对应的 WFST 进行组合与优化，最终形成静态 [6] 算法使得网络中包含的状态转移数相对下降 13.72%，网络 解码网络 。 规模相对下降 12.63%。 静态解码网络的结构和大小会影响后续解码 关键词：语音识别；加权有限状态转换器；空转移去除 的空间和时间复杂度，因此构建静态解码网络的目 中图分类号：TN912.34 标之一是建立结构合理、规模较小的网络。而空转 移（输入为空（ε）的状态转移）是影响网络结构和 Topology-related ε-Removal Algorithm for 规模的重要因素。产生空转移的原因主要有两个方 Weighted Finite-state Transducer 面：一方面，网络构建过程中的合成等操作会产生 这样的状态转移；另一方面，为了网络的顺利构建 1 2 2 1 LI Wei , HE Zhiyang , LV Ping , WU Ji 需要引入状态转移时的输入输出辅助符号，并在最 (1. Department of Electronic Engineering, Tsinghua University, 后将辅助符号变成 ε，这样同样会产生空转移。空 Beijing 1000