一种用于语音识别的Ngram模型改进方法

摘要：

本发明公开了一种用于语音识别的Ngram模型改进方法，其包括：将用于语音识别的原始Ngram模型转成等价的WFSA网络NET1；利用RNN优化所述NET1，使得使用所述NET1对训练文本打分时，对于训练文本中每个语句的输出概率最大化；利用发音字典将所述NET1转成带有语言模型概率的WFST发音网络NET2；利用音子混淆矩阵优化所述发音网络NET2，使得句子错误率最小化；将所述发音网络NET2反向转换成改进后的Ngram模型，使用该改进后的Ngram模型进行语音识别。

专利类型：发明专利

申请/专利号：CN201210528093.6

申请日期：2012-12-10

公开/公告号：CN102968989A

公开/公告日：2013-03-13

主分类号：G10L15/16(2006.01)I

申请/专利权人:中国科学院自动化研究所

发明/设计人:柯登峰;徐波

主申请人地址:100190 北京市海淀区中关村东路95号

专利代理机构:中科专利商标代理有限责任公司 11021

代理人:宋焰琴

国别省市代码:北京;11

权利要求：

一种用于语音识别的Ngram模型改进方法，其包括如下步骤：步骤S101：将用于语音识别的原始Ngram模型转成等价的WFSA网络NET1；步骤S102：利用RNN优化所述NET1，使得使用所述NET1对训练文本打分时，对于训练文本中每个语句的输出概率最大化；步骤S103：利用发音字典将所述NET1转成带有语言模型概率的WFST发音网络NET2；步骤S104：利用音子混淆矩阵优化所述发音网络NET2，使得句子错误率最小化；步骤S105：将所述发音网络NET2反向转换成改进后的Ngram模型。