大詞匯量連續(xù)語音識別系統(tǒng)中統(tǒng)計語言模型的研究.pdf

1、語音識別是模式識別領(lǐng)域的一個重要的研究課題，它的發(fā)展將會對未來的人機交互界面帶來極大的影響。而在語音識別的研究中，大詞匯量、非特定人、連續(xù)語音識別是最困難，最具有挑戰(zhàn)性的一個課題。目前雖然已有許多大詞匯量連續(xù)語音識別系統(tǒng)問世，但是其性能還遠(yuǎn)遠(yuǎn)達不到大規(guī)模應(yīng)用的要求，對于它的進一步研究具有重要的實際意義。 語言模型是描述自然語言內(nèi)在規(guī)律的數(shù)學(xué)模型。隨著語料庫語言學(xué)的崛起，基于語料庫的統(tǒng)計語言模型逐漸取代了傳統(tǒng)的人工編制的語言學(xué)文法

2、，被廣泛地應(yīng)用于自然語言處理的各個應(yīng)用領(lǐng)域。 本文研究的目的是建立基于詞上下文的漢語統(tǒng)計語言模型。首先討論了統(tǒng)計語言模型的構(gòu)造原理、評價標(biāo)準(zhǔn)和存在的一些問題。建立了一個具有一定規(guī)模、分類齊全的語料庫，并完成了語料庫的預(yù)處理、分詞方案。采用CMUCam_Foolkit工具包完成語言模型的訓(xùn)練和評價工作。此外，進行了大量的實驗，從預(yù)處理方案、訓(xùn)練語料的規(guī)模、數(shù)據(jù)平滑方法、語料的搭配情況，詞表文件的選擇，工具包使用參數(shù)的設(shè)置等方面對語

3、言模型進行了優(yōu)化和改進，使語音識別系統(tǒng)識別率有了顯著提高。 本文針對模型文件中的詞表文件建立了一個音字轉(zhuǎn)換系統(tǒng)，這個模塊用于將語音識別系統(tǒng)中的聲學(xué)模型和語言模型連接起來，具有十分重要的作用。解決了多音字處理問題，提出將多音字分的讀音分為低頻音和高頻音的處理方法，解決了多音字詞語注音時需要人工干預(yù)的問題，并且提出了一種有效的數(shù)據(jù)結(jié)構(gòu)方法，大大提高了漢字拼音搜索匹配的速度。這個模塊也可用于聲學(xué)模型的拼接訓(xùn)練，不需要在識別內(nèi)容改變的情