[发明专利]优化隐藏的马尔科夫模型语音识别的方法、装置和无线电设备

摘要

在基于统计的语音识别系统中，关键问题之一是选择与一个给定的特征观测值序列最佳匹配的隐藏马尔科夫模型。该问题一般是通过利用维特比或其他解码器进行最大似然(ML)、状态序列的计算来寻址的。噪声或不适当的训练可产生与隐藏马尔科夫模型而不是正确的模型相关联的ML序列。本发明的方法通过将标准ML状态序列得分(416)与从作为时间函数的ML得分的动态特性中获得的一个附加路径得分(418)相组合提供了改进的耐久性。当组合时，所述的两个得分形成了一个混合量度(420)，当由该解码器使用时，该量度优化正确隐藏马尔科夫模型的选择。

主权项

1.一种优化输入语音信号的隐藏马尔科夫模型识别的方法，所述输入语音信号与多个帧特征矢量相对应，其特征在于，该方法包括以下步骤：1A)在存储单元中存储多个预定的隐藏马尔科夫模型；1B)在帧特征矢量的解码器中确定多个当前最大似然得分，其中每一个得分都与该多个预定的隐藏马尔科夫模型中的一个不同隐藏马尔科夫模型相对应；1C)在帧特征矢量的解码器中计算多个当前路径得分，每个当前路径得分与多个预定隐藏马尔科夫模型中一个不同隐藏马尔科夫模型相对应，其中路径得分确定作为时间函数的最大似然得分中的变量的量；1D)在帧特征矢量的解码器中计算多个当前混合得分，每个当前混合得分与多个预定隐藏马尔科夫模型中一个不同隐藏马尔科夫模型相对应，其中每个混合得分是最大似然得分与每个模型的路径得分的组合；1E)重复步骤1B至1D直到所有帧特征矢量已处理为止；和1F)选择一个具有最低当前混合得分的隐藏马尔科夫模型。