基于SVM的置信度综合方法在语音识别中的应用

• 作者: 匡镜明 谢湘 黄石磊
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 语音识别 置信度 支持向量机
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 光学与电子工程
• 页码范围: 255-259
• 页数: 5页
• 分类号: TN912.3
• 字数: 3582字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0645.2007.03.017

摘要

讨论了语音识别中使用支持向量机(support vector machines,SVM)对音子级置信度进行综合的方法. 音子级置信度得分采用传统的方法计算而得,并使用SVM对音子级置信度进行综合得到词级的置信度得分. 在说话人无关的汉语孤立词识别实验中,使用作者方法比使用传统方法获得的系统等错误率rEER(equal error rates,EER)有明显降低,可以从基线系统的28.14%降低到23.71%,而系统的复杂度仅有小幅度的上升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	匡镜明	北京理工大学信息科学技术学院电子工程系	133	792	14.0	20.0
2	谢湘	北京理工大学信息科学技术学院电子工程系	29	140	6.0	10.0
3	黄石磊	北京理工大学信息科学技术学院电子工程系	4	20	3.0	4.0