语音识别中基于发音特征的声调集成算法

• 作者: 刘志中 宋成 晁浩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语音识别 随机段模型 声调建模 发音特征 阶层式多层感知器
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 博士论坛
• 页码范围: 21-25
• 页数: 5页
• 分类号: TP391
• 字数: 5095字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0306

摘要

提出基于发音特征的声调建模改进方法，并将其用于随机段模型的一遍解码中。根据普通话的发音特点，确定了用于区别汉语元音、辅音信息的7种发音特征，并以此为目标值利用阶层式多层感知器计算语音信号属于发音特征的35个类别后验概率，将该概率作为发音特征与传统的韵律特征一起用于声调建模。根据随机段模型的解码特点，在两层剪枝后对保留下来的路径计算其声调模型概率得分，加权后加入路径总的概率得分中。在“863-test”测试集上进行的实验结果显示，使用了新的发音特征集合中声调模型的识别精度提高了3.11%；融入声调信息后随机段模型的字错误率从13.67%下降到12.74%。表明了将声调信息应用到随机段模型的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志中	河南理工大学计算机科学与技术学院	38	169	7.0	10.0
2	晁浩	河南理工大学计算机科学与技术学院	16	26	3.0	4.0
3	宋成	河南理工大学计算机科学与技术学院	41	124	6.0	8.0