基于综合因素的汉语连续语音库语料自动选取

• 作者: 刘文举 康恒
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 语音库 三音子 高频词 覆盖率
• 年，卷（期）: 2003,（4）
• 页码范围: 27-32
• 页数: 6页
• 分类号: TP391.42
• 字数: 5071字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2003.04.004

摘要

大词汇量连续语音识别系统的性能很大程度上取决于语音库的质量,而语音库设计的中心环节就是语料选取.但是传统语料选取方法往往考虑因素单一,不利于语音识别系统有效利用语言信息.本语音库的语料选取方法综合考虑了多种因素:三音子覆盖率、三音子覆盖效率、三音子稀疏度、常用词分布等,并完全实现程序自动选取,充分利用了原始语料,使选取结果的信息量更加丰富.程序自动选取结果可以覆盖94.1%的三音子,75.4%的最常用词,覆盖效率和稀疏度也比传统方法有了较大改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文举		5	130	4.0	5.0
2	康恒		1	12	1.0	1.0