[发明专利]基于分位数自适应裁剪的快速关键词检出方法

权利要求书

1.基于分位数自适应裁剪的快速关键词检出方法，其特征在于基于分位数自适应裁剪的快速关键词检出方法是通过以下步骤实现：

步骤一、输入待检测语音信号，对输入的待检测语音信号进行预处理，特征提取得到语音特征矢量序列X＝{x₁，x₂，...x_S}，其中S代表自然数；

步骤二、根据Viterbi解码算法，将语音特征矢量序列在预先定义的识别网络上进行解码；

步骤三、对于任意时刻t，所有局部路径向前扩展一次得相应局部路径上对应的活动模型，同时计算每个活动模型的状态产生x_t的概率，并累加每个活动模型的状态产生x_t的概率得相应局部路径概率得分，其中，x_t∈X，1≤t≤S，t取整数；

步骤四、进行基于分位数的状态层局部路径裁剪；

步骤五、判断是否到达语音末尾，是则转步骤六，否则转步骤二；

步骤六、根据解码过程中生成的网格回溯查找关键词，并基于后验概率确认关键词候选从而得到最终的识别结果，完成基于分位数自适应裁剪的快速关键词检出方法。

2.如权利要求1所述的基于分位数自适应裁剪的快速关键词检出方法，其特征在于步骤四中进行基于分位数的状态层局部路径裁剪，具体如下：

步骤1、设定t时刻要求保留局部路径的百分比α和加权因子λ，其中，α取值为0＜α＜1，λ的取值为1＜λ＜3；

步骤2、保存t时刻所有局部路径概率得分到数组score[1...N]中，假设t时刻共N条局部路径；

步骤3、根据二分查找算法在score[1...N]中查找第N×α大的数S_α，即上α分位数；

步骤4、设定t时刻裁剪的束宽度为beam(t)＝λ×(S_max-S_α) (1＜λ＜3)；

步骤5、设定t时刻的裁剪门限为thresh(t)＝S_max-beam(t)，其中S_max为数组score[1...N]中的最大数；

步骤6、遍历score[1...N]中每一维数据，如果小于thresh(t)，则其对应的局部路径不再扩展，并丢弃其对应的数据结构，如果大于thresh(t)，则其对应的局部路径继续扩展。