基于易混音素對的置信度計算方法的研究.pdf

1、隨著大規(guī)模連續(xù)語音識別的廣泛應用,語音的置信度在語音識別技術中發(fā)揮了越來越重要的作用。本文對于目前的基于網格的語音識別置信度算法進行了總結和改進,并將改進后的方法應用于腳本確認系統(tǒng)的實現中。 本文對于語音的置信度的研究和創(chuàng)新主要包含兩個方面,一方面是如何計算每段語音的基本單位--音素的置信度,另一方面是如何從音素的置信度得到詞一級甚至句子一級的置信度。 對于音素的置信度計算方面,本文利用對于網格的統(tǒng)計得到易混音素對(Co

2、nfusable Pairs, CP),在原有基于模板的通用后驗概率算法(Template Constrained Generalized Posterior Probability, TCGPP)基礎上對其加以改進；同時設計出一種選取相對閾值的方法來設計模板。實驗證明,由于這種改進同時考慮到了語言模型和聲學模型的特性,比原有方法具有更好的效果；而選取相對閾值的方法設計模板要比絕對閾值方法具有更好的效果。此外,本文也分析了TCGPP算法

3、以及使用易混音素對改進后的TCGPP算法的局限性,通過實驗表明它們仍然受到聲學模型質量的限制。 對于通過音素級置信度來計算句子置信度方面,本文獨創(chuàng)性的引進一種投票排序的算法,在統(tǒng)計意義上得出句子級的置信度結果,使得音素級置信度信息得到更加充分的利用。因此該方法在實踐中具有很高的實用性。 本文將改進后的置信度算法和投票排序方法加以應用,實現了腳本確認系統(tǒng)。該系統(tǒng)用于在語音數據庫的錄制過程中,自動檢測錄音內容與對應的腳本的一