语音识别中基于两层词法树的跨词搜索算法.PDFVIP

( ) ISSN 清华大学学报 自然科学版 2003 年 第 43 卷 第 7 期 3137 CN 112223N 　 ( ) , 2003, . 43, . 7 981984 J T singhua U niv Sci T ech V o l N o 　 语音识别中基于两层词法树的跨词搜索算法 张国亮, 　徐明星, 　李　净, 　郑　方, 　吴文虎 (清华大学 计算机科学与技术系, 北京 100084) 摘　要: 为了在连续语音识别过程中充分并且高效地使用 学模型: 第一, 词内搜索策略, 即只在一个词的内部 上下文相关声学模型, 提出了一种新颖的基于两层词法树的 进行搜索时使用上下文相关的声学模型, 而在词间 跨词搜索算法。采用两层词法树来表示搜索空间, 解决了现 搜索使用相对简单的声学模型; 第二, 跨词搜索策 有单层词法树的规模爆炸问题, 使其有能力在词边界搜索中 略, 即在词的内部和词之间进行搜索时均使用上下 高效地使用上下文相关声学模型进行匹配, 充分发挥上下文 文相关声学模型。因为跨词搜索策略充分发挥了上 相关声学模型较好地描述协同发音现象的能力。实验结果表 下文相关声学模型的优秀性能, 所以识别性能较好, 明, 与词内搜索算法相比误识率平均下降 60% , 搜索时间达 成为主要的研究方向。 到实时, 证明基于两层词法树的跨词搜索算法具有很好的识 别性能。 但是, 跨词搜索策略也有其搜索效率低的缺点。 在跨词搜索策略的搜索网络中, 使用经典的静态词 关键词: 语音识别; 搜索算法; 跨词搜索; 两层词法树 [ 2 ] 法树 时, 会使词法树的规模急剧膨胀。而且, 当将 中图分类号: T P 391. 42 文献标识码: A 语言模型也进一步集成进词法树后, 词法树会变得 文章编号: (2003) 更加复杂。庞大的规模导致识别效率低下, 最终也影