中英双语混合语音识别研究.docVIP

第 20卷第 4期2008年 8月重庆邮电大学 第 20卷第 4期 2008年 8月 重庆邮电大学学报 (自然科学版 ) Journa l of C hon gq in g Un iver s ity of Po sts an d Te lecomm un ica t ion s( Na tura l Sc ien ce Ed it ion ) Vo l. 20 No. 4 A ug. 2008 中英双语混合语音识别研究 张晴晴 ,潘接林 ,颜永红 (中国科学院 声学研究所 中科信利实验室 ,北京 100080 ) 摘 要 :介绍了针对歌曲检索中出现的中英混合现象所开发的中英双语识别系统 。在双语混合语音识别中 ,主要 面临的 2个问题 : ①在保证双语识别率的前提下控制系统的复杂度 ; ②有效处理插入语中原用语引起的非母语口 音现象 。为了解决双语混合现象以及减少统计建模所需的数据量 ,通过音素混合聚类方法建立起一个统一的双语 识别系统 。在聚类算法中 ,提出了一种新型基于混淆矩阵的两遍音素聚类算法 ( TCM ) ,并将该方法与基于声学似 然度准则的聚类方法进行了比较 。实验结果表明 : 利用 TCM 进行音素聚类的识别性能优于基于声学似然度音素 聚类的性能 ,最终得到的中英双语识别系统在纯英文测试集上的短语错误率 ( PER )相对基线单英文识别系统下降 7. 19 % ;在双语混合测试集上 PER 相对基线混合模型下降 13. 78 % ; 同时在纯中文测试集上保持了基线单中文识 别系统的性能 。 关键词 :双语识别 ;聚类算法 ;自适应 中图分类号 : TN93 文献标识码 : A 文章编号 : ( 2008 ) 0420391206 D eve lopm en t of a M an da r in 2En g l ish b il in gua l speech recogn it ion sy stem ZHAN G Q ing2q ing, PAN J ie2lin, YAN Yong2hong ( Th ink IT Sp eech L abo ra to ry, In stitu te of A cou stics of Ch ine se A cadem y of Science s, B e ijing 100080 , P. R. Ch ina) A b stra c t: The M anda rin2English b ilingua l sp eech recogn ition system wh ich ha s been deve lop ed fo r the M anda rin2English p henom enon in song re trieva l is in troduced. The m a in d ifficu ltie s to hand le the b ilingua l sp eech recogn ition fo r rea l wo rld app lica tion a re focu sed on two a sp ec ts: the first is to ba lance the p e rfo rm ance on in te r and in tra - sen ten tia l language sw itc2 h ing and to reduce the comp lexity of the b ilingua l sp eech recogn ition system; the second is to effec tive ly dea l w ith the m a2 trix language accen ts in em bedded language. In o rde r to p roce ss the in tra2sen ten tia l language sw itch ing and reduce the a2 moun t of da ta requ ired to robu stly e stim a te sta tistica l mode ls, in stead of u sing two sep a ra te mono lingua l mode ls fo r each lan2 guage, a comp ac t single se t of b ilingua l acou stic mode l de rived by p hone se t m e rging and c lu ste ring is