[发明专利]语音识别系统中的置信度快速求取方法有效

专利信息
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: 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-lnp(xt/sj)=d(xt,sj)=12[(xt-μj)Σj-1(xt-μj)+nln(2π)+ln(|Σj|)] 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 ΣsjD*p(xt|sj), 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(sj|xt)=p(xt|sj)ΣsjD*p(xt|sj); 9)计算每个音素的广义后验概率p(PH)=1NΣj=1N1τe[j]-τb[j]+1Σt=τb[j]τe[j]logp(Sj/xt) 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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top