[发明专利]语音识别系统中的置信度快速求取方法有效
申请号: | 200610089135.5 | 申请日: | 2006-08-04 |
公开(公告)号: | CN101118745A | 公开(公告)日: | 2008-02-06 |
发明(设计)人: | 董滨;赵庆卫;颜永红 | 申请(专利权)人: | 中国科学院声学研究所;北京中科信利技术有限公司 |
主分类号: | G10L15/20 | 分类号: | G10L15/20;G10L21/02;G10L15/00 |
代理公司: | 北京泛华伟业知识产权代理有限公司 | 代理人: | 王凤华 |
地址: | 100080北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种用于语音识别系统的置信度快速求取方法,包括:预处理分帧;提取每帧语音的语音特征;根据状态图、声学模型和该帧语音的特征向量,计算每一帧语音对应于状态图中每一个状态的似然概率p(xt/sj);按照帧号和状态号存储似然概率p(xt/sj);根据似然概率p(xt/sj)对状态进行剪枝;计算剪枝后声学空间的似然概率和以及广义后验概率;计算每个音素的广义后验概率并将其作为置信度得分。现有技术中,需要在进行音素搜索得到音素候选后,为计算置信度再使用不同的声学模型进行第二次搜索,而本发明是一种同步计算方法,是在识别器进行帧同步束搜索的过程中,使用相同的声学模型计算置信度,因此只需进行一次搜索,节省了系统的运行时间和计算的复杂度。 | ||
搜索关键词: | 语音 识别 系统 中的 置信 快速 求取 方法 | ||
【主权项】:
1.一种语音识别系统中的置信度快速求取方法,其特征在于,包括如下步骤:1)将待识别语音输入语音识别系统中;2)对输入语音进行预处理,该预处理中包括分帧处理;3)提取每一帧语音的MFCC特征向量;4)遍历所有语音帧,对于每一帧语音,根据语音识别系统中状态图和声学模型与该帧语音自身的MFCC特征向量计算该帧语音对应于状态图中每一个状态的似然概率p(xt/sj),该似然概率的负对数- ln p ( x t / s j ) = d ( x t , s j ) = 1 2 [ ( x t - μ j ) Σ j - 1 ( x t - μ j ) + n ln ( 2 π ) + ln ( | Σ j | ) ] 其中xt是语音帧的特征向量,μj和∑j分别是状态sj的均值矢量和协方差矩阵,n是特征向量的维数;5)按照当前语音的帧号和状态号存储步骤4)中得出的似然概率p(xt/sj);6)判断当前指针是否指向状态图中的虚节点,如果判断为是,则进入步骤7);如判断为否,则对当前状态进行剪枝;所述虚节点是状态图中一个音素结束的标志;7)计算剪枝后声学空间的似然概率和 Σ s j ∈ D * p ( x t | s j ) , 其中,D*是剪枝后状态图中保留下来的所有状态的集合;8)计算广义后验概率 p ( s j | x t ) = p ( x t | s j ) Σ s j ∈ D * p ( x t | s j ) ; 9)计算每个音素的广义后验概率p ( PH ) = 1 N Σ j = 1 N 1 τ e [ j ] - τ b [ j ] + 1 Σ t = τ b [ j ] τ e [ j ] log p ( S j / x t ) 将音素的广义后验概率作为该音素的置信度得分;其中,N是组成每个马尔可夫模型的状态数。τb[j]、τe[j]分别指语音输入数据在当前状态的起始帧号和结束帧号,j是状态号。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院声学研究所;北京中科信利技术有限公司,未经中国科学院声学研究所;北京中科信利技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/200610089135.5/,转载请声明来源钻瓜专利网。
- 上一篇:多功能碎土机
- 下一篇:一种含镍的钢铁磷化液及其磷化方法