基于音节网格的汉语语音检索关键问题研讨.pdfVIP

基于音节网格的汉语语音检索关键问题研究 郑铁然 韩纪庆 哈尔滨工业大学计算机学院语音处理研究室，150001 E-mail：zhengtieran@bit．edu．cn 摘要：语音检索是自动语音识别技术的一个重要的应用领域，它通过事先为语音资源建立索引，从而 实现了拱于语义内容的快速搜索。建立索引时，为了避免词表外词(oov)的影响，常常采用基于予词的索引 策略。对于汉语而言，音节是最直接也是最合理子词基元。本文针对基于音节网格的汉语语音检索，对如 下关键问题进行了研究：索引结构问题、索弓j评价闯题、快速有效的搜索算法和合适的确认方法。 关键词：汉语语音检索索引音节网格后验概率 on Problemsof LatticesBasedMandarinRetrieval StudyKey Syllable Speech TieranHart Zheng Jiqing Instituteof Lab，Harbin 50001 SpeechProcessing Technology,1 E-mail：zhengtieran@hit,edu．cn oneof of retrieval，as realizefast Abstract：Speech importantapplicationsspeechrecognition；can context·dependentsearchingby indexingspeech the ofoov,subword primarily resources．Consideringproblem based are in iSmost reasonablesubwordunit． strategiesalwaysadoptedindexing．ForChinese，syllabledirectand Inthis our on IaRicesbasedmandarinretrievaland oursolutionon paper,wereportapproachsyllable speech give someissHes，whichincludeindexesstructure，indexes andverificationmethod． key size，searchingalgorithm Words：Mandarinretrieval latticesPosterior Key speeeh IndexingSyllable probability 1．引言 随着计算机技术和多媒体技术的发展，被人们记录并保存在计算机中的语音数据越来越 多，如：广播录音、会议记录、演讲记录、电话记录、语音邮件、有声读物等等。为了更高 效的管理和更广泛的利用这些语音资源，必须实现基于语义内容的快速语音检索技术。 使用者提出查询请求，它可以被分解成若干关键词汇，语音检索系统高速地搜索语音资 源，找到包含这些词汇的全部语音片断。可以看出，检出关键词汇是语音检索系统的核心任 务，语音检索算法的性能也取决于词检出的性能。 然而，我们不能直接采用传统的关键词检出算法来实现语音检索中的词检出任务。传统 的基于filler模板和two-pass解码机制的关键词检出算法是基于声学解码技术实现的，其检 索速度最多只能满足实时性要求。而语音检索系统必须具备快速搜索