10.3969/j.issn.1000-3428.2014.05.051
基于词级DPPM的连续语音关键词检测
提出一种基于词级区分性点过程模型的连续语音关键词检测方法。利用时间模式结构和多层感知器计算每个音素帧级后验概率,使用区分性点过程模型将一段时间内多个音素事件形成的点过程作为整体,把关键词检测看作二元分类问题,经分段和拼接构成超矢量,输入支持向量机分类器,判断该段语音是否为待检测关键词。该方法充分考虑语音信号上下文相关性,直接以词作为基本单元建模,提高了系统检测的准确性和鲁棒性。实验结果表明,对采样的语音,其关键词平均召回率和准确率分别可达71.5%和84.6%以上,并且结合相关语言模型知识,系统性能将会进一步提高。
点过程模型、音素后验概率、时间模式、关键词检测、支持向量机、区分性点过程模型
TP391(计算技术、计算机技术)
2014-06-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
247-251