采用词图相交融合的语音关键词检测方法

摘要：

针对词图合并方法产生的词图冗余信息过多，规模较大，导致检索速度较慢的问题，本文提出了一种基于词图相交融合的语音关键词检测方法。首先，将不同语音识别系统产生的词图取交集，并对相同路径上的声学模型、语言模型得分进行得分融合；然后，对于融合后词图中存在的间断路径，直接利用性能最优的语音识别系统产生的词图进行补充，得到完整的融合词图；最后，在相交融合后的词图上进行关键词检测。实验表明，相交融合后的词图综合利用了各词图的得分信息，在基本不损失词图对正确内容覆盖率基础上，减少了冗余信息，有效降低了索引规模；并且在关键词检测性能 ATWV 指标下，基于词图相交融合的关键词检测方法相比词图合并方法相对提升5．3％。

关键词：子空间高斯混合模型、深层神经网络、相交词图、检测

分类号：TN911.7

资助基金：国家自然科学基金61175017

在线出版日期：2015-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：702-709