基于隐藏单元条件随机场的多知识源融合改进自动语音识别置信度
鉴于自动语音识别(ASR)中置信度估计困难的问题,该文提出一种基于多知识源融合的策略来提高置信度的鉴别能力.具体做法是,首先选择关于识别结果的声学层、语言层和语义层等不同层次的信息,然后通过实验确定这些信息不同的组合方式,并以此为特征在隐藏单元条件随机场(Hidden-units Conditional Random Fields,HuCRFs)框架下计算识别结果的条件概率.最后将HuCRFs条件概率作为语音识别结果置信度的新的估计.实验首先证明了HuCRFs条件概率是比归一化的网格后验概率鉴别能力更强的一种置信度估计方法.同时基于HuCRFs条件概率置信度,对解码器一遍识别得到的网格重新搜索最佳候选序列,取得了相对一遍识别最佳候选序列绝对近2%的字错误率(CER)下降.同时,该文也对比了基于HuCRFs条件概率搜索的最佳候选序列和基于长语言模型网格重估的最佳候选序列的性能,进一步证明了使用HuCRFs条件概率作为置信度估计是一种更好的选择.
语音识别、置信度估计、多知识源融合、隐藏单元条件随机场、网格重估
36
TP391.42(计算技术、计算机技术)
国家自然科学基金10925419,90920302,61072124,11074275,11161140319,91120001,61271426;中国科学院战略性先导科技专项XDA06030100,XDA06030500;国家863计划项目2012AA012503;中科院重点部署项目KGZD-EW-103-2资助课题
2014-10-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
1852-1858