中文關(guān)鍵詞檢出系統(tǒng)的研究與實現(xiàn).pdf

1、關(guān)鍵詞檢出技術(shù)就是從連續(xù)的語音流中檢測并識別出表征預(yù)定義關(guān)鍵詞表中單詞的語音段的一種技術(shù)。本文討論的關(guān)鍵詞檢出技術(shù)基于概率統(tǒng)計方法的語音識別技術(shù)。一個完整的關(guān)鍵詞檢出系統(tǒng)應(yīng)該包含三大模塊，分別是聲學(xué)模型、識別模塊和后處理模塊。其中聲學(xué)模型的訓(xùn)練雖然不在
　　 關(guān)鍵詞檢出系統(tǒng)的研究范圍內(nèi)，但是卻是必不可少的部分；識別模塊主要研究的是語音段的發(fā)現(xiàn)和對齊的問題，若采用連續(xù)語音識別的方法，還應(yīng)該考慮剪枝的策略；后處理模塊主要是通過設(shè)計一

2、種置信度方法，對識別階段的輸出結(jié)果給出置信分?jǐn)?shù)，也是給出衡量一個關(guān)鍵詞檢出系統(tǒng)性能參數(shù)的模塊。
　　 本文研究的重點(diǎn)是可定制的中文關(guān)鍵詞檢出系統(tǒng)，研究分為以下幾個方面：
　　 基于上下文相關(guān)的擴(kuò)展聲韻母(eXtended Initial/Final)的中文語音基元的建模和利用決策樹對模型規(guī)模的限制。通過上下文相關(guān)的擴(kuò)展聲韻母，有效的解決了可定制詞表的關(guān)鍵詞識別系統(tǒng)的實現(xiàn)問題；利用中文語音的先驗知識，采用決策樹方法對模型的

3、狀態(tài)和參數(shù)進(jìn)行了共享，有效的限制了大詞表關(guān)鍵詞檢出系統(tǒng)中的模型數(shù)量膨脹的問題。
　　 提出了N-Best的多條路徑?jīng)Q策的不匹配幀加權(quán)的置信度方法，并作為關(guān)鍵詞檢出的后處理部分的實現(xiàn)。普通的基于駐留歸一化的方法無法利用N-Best路徑的決策信息，而部分采用N-Best的置信度方法又無法詳細(xì)刻劃連續(xù)語音中關(guān)鍵詞附近的識別效果，采用綜合N-Best多條路徑的信息并利用不匹配幀描述關(guān)鍵詞附近的信息以進(jìn)行路徑得分的加權(quán)的置信度的方法很好的