触发式语言模型下的混淆网络解码方法-计算机工程与应用.PDFVIP

Computer Engineering and Applications 计算机工程与应用 2011 ，47 （10） 127 触发式语言模型下的混淆网络解码方法 1 1，2 杨春风 ，王欢良 1 1，2 YANG Chunfeng ，WANG Huanliang 1.西北师范大学 数学与信息科学学院，兰州 730070 2.哈尔滨工业大学 计算机科学与技术学院，哈尔滨 150001 1.College of Mathematic and Information Science ，Northwest Normal University ，Lanzhou 730070 ，China 2.School of Computer Science and Technology ，Harbin Institute of Technology ，Harbin 150001，China YANG Chunfeng ，WANG Huanliang.Decoding method integrating of confusion network based on Trigger language model. Computer Engineering and Applications ，2011 ，47 （10）：127-130. Abstract ：The decoding method integrating of confusion network is studied.Trigger language model based on semantic class pairs is proposed to model dependence relationship between long-span words.The model is integrated with confusion network decoding process.Different speech recognition systems utilize different knowledge sources and modeling methods ，consequently their error pattern is also different.Experimental results show the method can relatively reduce character error rate by 7.9% respectively. Key words ：speech recognition ；Trigger language model ；confusion network 摘 要：将触发式语言模型应用于混淆网络解码过程来提高汉字识别率。为了利用词间的长距离依赖信息，提出了基于词义类 对触发式语言模型的混淆网络解码方法。实验结果显示，该方法可以使汉字错误率相对下降7.9%。 关键词：语音识别；触发式语言模型；混淆网络 DOI ：10.3778/j.issn. 1002-8331.2011.10.036 文章编号：1002-8331（2011 ）10-0127-04 文献标识码：A 中图分类号：TP391.42 1 引言 式语言模型进行混淆网络解码。最后在大词表语音数据库上 混淆网络（confusion network ）是在给定准则下，同时对齐 通过语音识别实验，验证了所提出的方法。 [1] Lattice 中所有路径后形成的一种结构，最初由Mangu 等人 提 [2] 2 基于词义类对的触发式语言模型 出，用来在连续语音识别中实现最小化词错误率的解码 。在 w