随机轨迹模型中汉语连续语音识别基元的选取方案-东南大学学报.PDF

第 卷第 期 ２９ ４ 东 南 大 学 学 报 Ｖｏｌ２９Ｎｏ４ 年 月 １９９９ ７ ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ Ｊｕｌｙ１９９９  随机轨迹模型中汉语连续语音识别基元的选取方案 黄心晔 施 嵘 富煜清 陆佶人 （东南大学无线电工程系，南京 ２１００９６） 摘 要 在比较各种汉语语音识别基元的基础上，结合汉语语音和随机轨迹模型的 特色，提出了以音素类单元作为汉语连续语音识别系统的识别基元 基于音素基随机 ． 轨迹模型的汉语连续语音识别系统的实验结果表明，该方案可行． 关键词 识别基元；随机轨迹模型；音素 分类号 ＴＮ９１２．３４ ［］ １ 随机轨迹模型（ ，简称 ） 是针对基本隐马尔可夫模型（ ｓｔｏｃｈａｓｔｉｃｔｒａｊｅｃｔｏｒｙｍｏｄｅｌｓ ＳＴＭ ｈｉｄｄｅｎ ［］ ２ ，简称 ） 所隐含的 个不合理假设而提出的统计建模方法 选择什么样的 Ｍａｒｋｏｖｍｏｄｅｌｓ ＨＭＭ ３ ． ［］ ３ 语音单元作为识别基元是 语音识别系统训练中的主要问题之一 由于协同发音现象 和 ＳＴＭ ． ［］ ４ 语音本身很强的多变性 给识别基元的选择、提取和训练带来了极大的困难． １ 汉语语音识别基元的选择 语音识别中，识别基元的选取是一个很重要的问题，它直接关系到系统的准识率与扩展 ［］ ５ 性 识别基元的选取应该具备以下要求 ： 具有优良的检测一致性； 具有可训练性； ． ① ② ③ 用这些基元构成的系统具有较强的鲁棒性． 为了克服协同发音现象以及发音的多变性等困难，最简单的办法是采用词作为识别基元， 文献［］表明，用词作为识别单元可以获得很高的识别率 但是如果要将语音识别系统扩展成 ６ ． 大词汇量的孤立词、短语或连续语音识别系统时，采用词作为识别基元就遇到了很大困难 首 ． 先，为了获得可靠的模型，训练集中出现某个词的次数必须相当大，这样才能够保证词的两端 被很好地建模 其次，由于词汇量增大，词与词之间的区分特征越来越小，整个系统的识别率下 ． 降 再者，大词汇量词表的声学内容有很大一部分是重复的，对它们区别处理会带来很大的浪