一种融合引导概率的语音识别优化解码方法

摘要：

本发明公开了一种融合了引导概率的语音识别解码方法。针对传统的语音识别系统缺乏利用语音帧在声学特征空间中的位置信息不足，本发明提出一种引导概率模型，用于描述语音帧属于声学特征空间不同局部的概率，并用于指导解码过程。本发明的方案包括下列步骤：训练通用背景模型，用于描述整个声学特征空间；计算语音帧在通用背景模型上的主高斯分量；利用识别系统的声学模型对训练语料库进行强制切分，得到语音帧所属的音素；统计音素与主高斯的响应频次；归一化响应频次得到引导概率；将引导概率融合到语音识别的路径总得分计算中，从而指导解码器完成对路径的增强或者削弱。

专利类型：发明专利

申请/专利号：CN201210560745.4

申请日期：2012-12-20

公开/公告号：CN102982799A

公开/公告日：2013-03-20

主分类号：G10L15/00(2013.01)I

申请/专利权人:中国科学院自动化研究所

发明/设计人:刘文举;杨占磊

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：

一种融合引导概率的语音识别解码方法，其特征在于，包括下列步骤：步骤a：训练通用背景模型，用于描述整个声学特征空间；步骤b：计算语音帧在所述通用背景模型上的主高斯分量；步骤c：利用声学模型对训练语料库进行强制切分，得到语音帧所属的音素；步骤d：统计音素与所述通用背景模型中高斯分量的响应频次；步骤e：根据所述响应频次计算得到引导概率；步骤f：将引导概率融合到语音识别路径的总得分计算中，从而完成对语音识别路径得分的增强或者削弱。