一种用于语音识别的Ngram模型改进方法
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。
发明专利
CN201210528093.6
2012-12-10
CN102968989A
2013-03-13
G10L15/16(2006.01)I
中国科学院自动化研究所
柯登峰;徐波
100190 北京市海淀区中关村东路95号
中科专利商标代理有限责任公司 11021
宋焰琴
北京;11
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。