語音到語音的檢索系統(tǒng)研究.pdf

1、隨著多媒體信息的迅速發(fā)展,越來越多的語音數(shù)據(jù)開始出現(xiàn)在人們的日常生活中,語音信息檢索技術(shù)應(yīng)運(yùn)而生。在對這類語音信息檢索的查詢請求可以通過文本或語音輸入方式完成。本文研究了一種通過語音輸入查詢的方式來檢索語音文檔的系統(tǒng),即語音到語音的檢索。
　　 本文所研究的語音到語音的檢索系統(tǒng)可以分為語音識別系統(tǒng)和信息檢索系統(tǒng)兩部分。對于語音識別系統(tǒng),本文利用開源工具HTK搭建了一套以漢字音節(jié)為基本單位的語音識別系統(tǒng),并從語言學(xué)模型中平滑算法的

2、角度,將SGT(Simple Good-Turing)的平滑思想和Katz算法結(jié)合,提出了一種改進(jìn)的Katz算法,從而提高了語音識別系統(tǒng)的正確率。對于信息檢索系統(tǒng),本文采用目前應(yīng)用最為廣泛的向量空間模型(Vector SpaceModel,VSM)檢索技術(shù),利用詞頻(Term Frequency,TF)和倒轉(zhuǎn)文檔頻率(InverseDocument Frequency,IDF)來構(gòu)建詞項(xiàng)索引,對比了在語音識別結(jié)果為One-best和音節(jié)