一种改进的PRSVM语种识别方法

• 作者: 宋彦 戴礼荣 金恬
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 语种识别 词图 支持向量机 隐含语义分析
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 人工智能研究与其它
• 页码范围: 1017-1020
• 分类号: TP391
• 字数: 4972字
• 语种: 中文

摘要

传统的PRSVM方法存在以下问题:音素识别器的符号化结果与原语音存在不一致;向量空间维数高,稀疏.针对以上问题,先改用更适合噪声环境下连续电话语音的音素识别器,并采用词图结构改善解码效果,再分别用全局和局部两种隐含语义分析策略改进区分性训练问题.实验表明,本方法不但有效,而且大大减少了运算量.在NIST2007语种识别评测30秒、10秒和3秒任务中,本方法比基线系统性能有显著提高,等错误率分别相对降低了22.3%、14.7%和12.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴礼荣	中国科学技术大学电子工程与信息科学系	86	643	14.0	21.0
2	宋彦	中国科学技术大学电子工程与信息科学系	45	315	10.0	16.0
3	金恬	中国科学技术大学电子工程与信息科学系	2	7	2.0	2.0