关于LVCSR的关键词检测技术的研究.pdf

基于LVCSR的关键词检测技术的研究 廖序1.z李成裘1，麒以公爹， (1中国科学院自动化研究所，北京100080 2中国科学院研究生院，北京 100080) E-mail:(wchen,lichjtpu}@hitic.ia.ac.cn 摘要 正确率比较高就能尽可能的满足用户的需求。由于用户对关 键部分的发音通常都是完整和符合语法的，因此从语音流中 本文研究了基于大词汇量连续语音识别 (LVCSR)的 仅仅识别关键部分显然比识别整个句子的所有发音要容易 关键词的检测方法，分析和比较了常用的关键词检测的两种 很多，而且还不会对句子的语义理解造成较大损失。关键词 方法，重点对基于连续语音识别的关键词检测方法进行了 检测系统不需要对非关键词发音和句子的句法做出假设，理 研究，给出了一些提高关键词检出率的方法。 论上允许输入无限量的词语和噪音，因此系统中可以使用自 关攫浮 关键词识别;连续语音识别;Filler模型 然的对话语音。 1.引言 2.连续语音识别引攀 自从20世纪80年代以来，大词汇量、非特定人、连续 当前语音识别的主流方法是基于隐马尔可夫模型 语音识别己经成为语音识别领域的研究重点，随着矢量量化 (HMM)和统计语言模型(SLM)的统计识别方法。其基本原理 技术、隐马尔可夫模型和人工神经元网络在语音识别中的成 如下: 功应用，统计语言模型也开始应用到语音识别中。目前，人 们对连续语音识别的研究已经取得了很大的进展 。汉语语 将待识别的一段语音记做S，经过语音前端处理后得 音识别相对来说起步较晚，但在国家863高科技计划、中科 院八五攻关计划以及国家973计划的大力支持下，国内的一 到一个对应的语音特征序列O，记做 批科研院所 (如中科院自动化所、声学所，清华大学，北京 0=101,02,... 大学等)进行了汉语大词汇量连续语音识别的研究，取得了 ,OT},s对应的句子可以看作是由许多词 许多研究成果，使得汉语语音识别取得了快速的发展。 组 成 的 一 个 词 串 ， 记 做 然而，连续语音识别目前并不能满足使用的需要。连续 邢=WteW2,.. 一Wn(Wi“V,1_i_n)。语音识别器的 语音识别系统要求准确地给出一句话中每个字的确切标音， 然后通过句话和语义分析来尝试判断这句话的含义。显然由 任务就是根据已知的语音特征序列O，求出最可能的词串 于系统所需要完成的任务非常复杂，不可避免的会出现计算 量大，速度慢等缺点，而且，现有的连续语音识别技术还不 W。用形式化的表述就是:寻找满足以下表达式的W 完美，字错误率较高，目前世界上最好的基于电话信道的连 使得 续语音识别系统的字错误率也在20%以上，系统的识别精度 远没有达到让用户满意的程度口而且，若以自然的、非限制 W=argmaxP(W}O) (2.1) 性的说话方式使用系统，则说话人在生活语言中频繁出现的 不规则语法现象 (如停顿、犹