中英双语混合语音识别研究-重庆邮电大学学报.pdf

第２０卷第４期 重庆邮电大学学报（自然科学版） Ｖｏｌ．２０　Ｎｏ．４ ２００８年８月 ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ａｕｇ．２００８ 中英双语混合语音识别研究 张晴晴，潘接林，颜永红 （中国科学院声学研究所 中科信利实验室，北京 １０００８０） 摘　要：介绍了针对歌曲检索中出现的中英混合现象所开发的中英双语识别系统。在双语混合语音识别中，主要 面临的２个问题： 在保证双语识别率的前提下控制系统的复杂度； 有效处理插入语中原用语引起的非母语口 ① ② 音现象。为了解决双语混合现象以及减少统计建模所需的数据量，通过音素混合聚类方法建立起一个统一的双语 识别系统。在聚类算法中，提出了一种新型基于混淆矩阵的两遍音素聚类算法（ＴＣＭ），并将该方法与基于声学似 然度准则的聚类方法进行了比较。实验结果表明：利用ＴＣＭ进行音素聚类的识别性能优于基于声学似然度音素 聚类的性能，最终得到的中英双语识别系统在纯英文测试集上的短语错误率（ＰＥＲ）相对基线单英文识别系统下降 ７．１９％；在双语混合测试集上ＰＥＲ相对基线混合模型下降１３．７８％；同时在纯中文测试集上保持了基线单中文识 别系统的性能。 关键词：双语识别；聚类算法；自适应 中图分类号：ＴＮ９３　　　　　　　　　文献标识码：Ａ 文章编号：１６７３８２５Ｘ（２００８）０４０３９１０６ ＤｅｖｅｌｏｐｍｅｎｔｏｆａＭａｎｄａｒｉｎＥｎｇｌｉｓｈｂｉｌｉｎｇｕａｌｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ ＺＨＡＮＧＱｉｎｇｑｉｎｇ，ＰＡＮＪｉｅｌｉｎ，ＹＡＮＹｏｎｇｈｏｎｇ （ＴｈｉｎｋＩＴＳｐｅｅｃｈＬａｂｏｒａｔｏｒｙ，ＩｎｓｔｉｔｕｔｅｏｆＡｃｏｕｓｔｉｃｓｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８０，Ｐ．Ｒ．Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｅＭａｎｄａｒｉｎＥｎｇｌｉｓｈｂｉｌｉｎｇｕａｌｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍｗｈｉｃｈｈａｓｂｅｅｎｄｅｖｅｌｏｐｅｄｆｏｒｔｈｅＭａｎｄａｒｉｎＥｎｇｌｉｓｈ ｐｈｅｎｏｍｅｎｏｎｉｎｓｏｎｇｒｅｔｒｉｅｖａｌｉｓｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｍａｉｎｄｉｆｆｉｃｕｌｔｉｅｓｔｏｈａｎｄｌｅｔｈｅｂｉｌｉｎｇｕａｌｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｆｏｒｒｅａｌｗｏｒｌｄ ａｐｐｌｉｃａｔｉｏｎａｒｅｆｏｃｕｓｅｄｏｎｔｗｏａｓｐｅｃｔｓ：ｔｈｅｆｉｒｓｔｉｓｔｏｂａｌａｎｃｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｎｉｎｔｅｒａｎｄｉｎｔｒａ－ｓｅｎｔｅｎｔｉａｌｌａｎｇｕａｇｅｓｗｉｔｃ ｈｉｎｇａｎｄｔｏｒｅｄｕｃｅｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆｔｈｅｂｉｌｉｎｇｕａｌｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍ；ｔｈｅｓｅｃｏｎｄｉｓｔｏｅｆｆｅｃｔｉｖｅｌｙｄｅａｌｗｉｔｈｔｈｅｍａ ｔｒｉｘｌａｎｇｕａｇｅａｃｃｅｎｔｓｉｎｅｍｂｅｄｄｅｄｌａｎｇｕａｇｅ．Ｉｎｏｒｄｅｒｔｏｐｒｏｃｅｓｓｔｈｅｉｎｔｒａｓｅｎｔｅｎｔｉａｌｌａｎｇｕａｇｅｓｗｉｔｃｈｉｎｇａｎｄｒｅｄｕｃｅｔｈｅａ ｍｏｕｎｔｏｆｄａｔａｒｅｑｕｉｒｅｄｔｏｒｏｂｕｓｔｌｙｅｓｔｉｍａｔｅｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｓ，ｉｎｓｔｅａｄｏｆｕｓｉｎｇｔｗｏｓｅｐａｒａｔｅｍｏｎｏｌｉｎｇｕａｌｍｏｄｅｌｓｆｏｒｅａｃｈｌａｎ ｇｕａｇｅ，ａｃｏｍｐａｃｔｓｉｎｇｌｅｓｅｔｏｆｂｉｌｉｎｇｕａｌａｃｏｕｓｔｉｃｍｏｄｅｌｄｅｒｉｖｅｄｂｙｐｈｏｎｅｓｅｔｍｅｒｇｉｎｇａｎｄｃｌｕｓｔｅｒｉｎｇｉｓｄｅｖｅｌｏｐｅｄ．Ｈｅｎｃｅ， ａｎｏｖｅｌＴｗｏｐａｓｓｐｈｏｎｅｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎＣｏｎｆｕｓｉｏｎＭａ