一种改进后的递增式语音语料抽选算法

• 作者: 宁振江 杜利民
• 来源期刊: 中国科学院研究生院学报
• 学科: 工学
• 关键词: 语音识别 声学模型 语料抽选
• 年，卷（期）: 2005,（2）
• 页码范围: 140-146
• 页数: 7页
• 分类号: TP391
• 字数: 5618字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1175.2005.02.003

摘要

提出一种改进后的递增式语料抽选方法,通过在递增的每个抽选阶段对所获语料进行二次筛选,加强对语料中语音单元的平衡控制能力.该方法的实验佐证以10年<人民日报>等报刊杂志为待选语料,共约2000万个句子,包括8472个前后语境子音.从这批待选语料中抽选获得的语料仅包括17865个句子,但对出现次数超过10的前后语境子音的覆盖率却达到了94.3%,语料中前后语境子音的分布方差为0.18×10-3.该方法除了在音子单元的覆盖率和分布均匀化方面的优异性能外,还具有较低的计算代价和存储代价,适宜于从报刊杂志、互联网等海量的真实语料中抽选语音识别声学模型的语料.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜利民	中国科学院声学研究所语音交互技术研究实验室	58	892	13.0	29.0
2	宁振江	中国科学院声学研究所语音交互技术研究实验室	4	12	1.0	3.0