一种语音识别系统中拒识能力提升方法
本发明涉及一种语音识别系统中拒识能力提升方法,步骤为:收集各种各样的噪声数据;按噪声种类进行分类;再针对不同类别的噪声分别训练高斯混合模型(GMM);最后组合各类GMM模型为整体的吸收模型;通过各种比较随意的文本训练统计语言模型,然后通过加权有限状态机(WFST)技术构建识别网络,称之为吸收网络;将吸收网络和吸收模型同原始解码网络并联,形成新的解码网络;将输入的原始音频经过端点检测以及特征提取模块,生成特征向量;特征向量在解码网络的三个部分中根据Viterbi算法进行竞争,生成最终的识别结果,噪声以及集外词能够得到有效的拒识。本发明在兼顾识别效率的前提下,很好解决了对于集外词以及无效输入的拒识问题。
发明专利
CN201210581426.1
2012-12-27
CN103077708A
2013-05-01
G10L15/14(2006.01)I
安徽科大讯飞信息科技股份有限公司
鹿晓亮;赵志伟;陈旭;尚丽;吴晓如;于振华
230088 安徽省合肥市高新开发区望江西路666号
北京科迪生专利代理有限责任公司 11251
成金玉
安徽;34
一种语音识别系统中拒识能力提升方法,其特征在于实现步骤如下:(1)收集各种各样的噪声数据;然后按噪声种类进行分类,噪声种类包括背景噪声、背景音乐、关门声咳嗽声;再针对不同类别的噪声分别训练高斯混合模型(GMM);最后组合各类GMM模型为整体的吸收模型;(2)通过各种比较随意的文本训练统计语言模型,然后通过加权有限状态机(WFST)技术构建识别网络,称之为吸收网络;(3)将吸收网络和吸收模型同原始解码网络并联,形成新的解码网络;(4)将输入的原始音频经过端点检测以及特征提取模块,生成特征向量,该特征向量输入(3)中生成的解码网络中进行解码;(5)特征向量在解码网络的吸收网络、吸收模型以及命令词网络根据Viterbi算法进行竞争,生成最终的识别结果,噪声以及集外词能够得到有效的拒识。