使用概念资讯于中文大词汇连续语音辨识之研究exploringconcept.pdfVIP

Computational Linguistics and Chinese Language Processing Vol. 19, No. 4, December 2014, pp. 47-60 47  The Association for Computational Linguistics and Chinese Language Processing 使用概念資訊於中文大詞彙連續語音辨識之研究使用概念資訊於中文大詞彙連續語音辨識之研究 使用概念資訊於中文大詞彙連續語音辨識之研究使用概念資訊於中文大詞彙連續語音辨識之研究 Exploring Concept Information for Mandarin Large Vocabulary Continuous Speech Recognition 郝柏翰郝柏翰 、陳思澄、陳思澄 、陳柏琳、陳柏琳 郝柏翰郝柏翰 、、陳思澄陳思澄 、、陳柏琳陳柏琳 ∗∗ ∗∗ ∗∗ ∗∗ ∗∗ ∗∗ Po-Han Hao , Ssu-Cheng Chen , and Berlin Chen 摘要摘要 摘要摘要 語言模型是語音辨識系統中的關鍵組成 ，其主要的功能通常是藉由已解碼的歷 史詞序列資訊來預測下一個詞彙為何的可能性最大 ，以協助語音辨識系統從眾 多混淆的候選詞序列假設中找出最有可能的結果 。本論文旨在於發展新穎動態 語言模型調適技術 ，用以輔助並彌補傳統N 連(N -gram)語言模型不足之處 ，其 主要貢獻有二 。首先，我們提出所謂的概念語言模型(Concept Language Model, CLM) ，其主要目的在於近似隱含在歷史詞序列中語者內心所欲表達之概念， 並藉以獲得基於此概念下詞彙使用分布資訊 ，做為動態語言模型調適之線索來 源。其次 ，我們嘗試以不同方式來估測此種概念語言模型，並將不同程度的鄰 近 資 訊 (Proximity Information) 融 入 概 念 語 言 模 型 以 放 寬 其 既 有 詞 袋 (Bag-of-Words) 假 設 的 限制 。 本 論 文 是 以 中文 大 詞 彙 連 續 語 音 辨 識(Large Vocabulary Continuous Speech Recognition, LVCSR)為任務目標 ，以比較我們所 提出語言模型調適技術與其它當今常用技術之效能 。實驗結果顯示我們的語言 模型調適技在以字錯誤率(Character Error Rate, CER)評估標準之下 ，對於僅使 用 N 連語言模型的基礎語音辨識系統皆能有明顯的效能提升 。 關鍵詞關鍵詞 ：： 語音辨識 、語言模型、概念資訊、模型調適 關鍵詞關鍵詞 ：： ∗ 國立臺灣師範大學資訊工程學系 Department of Computer Science Information Engineering, National Taiwan Normal University E-mail: {ie965225, boe20211}@; berlin@.tw The authors for correspondence are Ssu-Cheng Chen and Berlin Chen. 48