【摘要】：由于現(xiàn)有的加權(quán)有限狀態(tài)機(jī)(WFST)解碼網(wǎng)絡(luò)沒有精確詞尾標(biāo)記,導(dǎo)致當(dāng)前已有的詞圖生成算法不含精確的詞尾時間點(diǎn),或者僅是狀態(tài)、音素級別的詞圖,無法應(yīng)用到關(guān)鍵詞檢索中。該文提出在WFST靜態(tài)解碼器下的語音識別詞圖生成算法。首先從理論上分析了WFST解碼音素圖和詞圖的可轉(zhuǎn)換關(guān)系,然后提出了字典的動態(tài)音素匹配方法解決了WFST網(wǎng)絡(luò)中詞尾時間點(diǎn)對齊的問題,最后通過令牌傳遞的遍歷方法生成了詞圖。同時,考慮到計(jì)算量優(yōu)化,在令牌傳遞過程中引入了剪枝算法,使音素圖轉(zhuǎn)詞圖的耗時不到解碼耗時的3%。得到的詞圖,不僅可以用于語言模型重打分,由于含有精確的詞尾時間點(diǎn),還可以直接應(yīng)用到關(guān)鍵詞檢索系統(tǒng)中。實(shí)驗(yàn)結(jié)果表明,該文的詞圖生成算法具有較高的計(jì)算效率;和已有動態(tài)解碼器的詞圖相比,詞圖中包含更多解碼信息,在大詞匯連續(xù)語音識別的重打分結(jié)果和關(guān)鍵詞檢索中都能取得更好的性能。
[Abstract]:Because the existing weighted finite state machine (WFST) decoding networks do not have accurate endings, the existing word graph generation algorithms do not contain accurate word end time points, or only state, phoneme level word images, which can not be applied to keyword retrieval. A speech recognition word graph generation algorithm based on WFST static decoder is proposed in this paper. In this paper, the convertible relation between WFST decoded phoneme graph and word graph is analyzed theoretically, and then the dynamic phoneme matching method of dictionary is proposed to solve the problem of word end point alignment in WFST network. Finally, the word graph is generated by the traversal method of token passing. At the same time, considering the computational optimization, a pruning algorithm is introduced in the token passing process, which makes the conversion time of phoneme graph less than 3 times of decoding time. The obtained word graph can not only be used for rescoring the language model, but also can be directly applied to keyword retrieval system because of the precise time point of the end of the word. The experimental results show that the algorithm has a high computational efficiency and contains more decoding information than the word graph of the existing dynamic decoders. Better performance can be obtained in rescoring and keyword retrieval of large vocabulary continuous speech recognition.
【作者單位】： 中國科學(xué)院語言聲學(xué)與內(nèi)容理解重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(10925419,90920302,61072124,11074275,11161140319,91120001,61271426) 中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)(XDA06030100,XDA06030500) 國家863計(jì)劃項(xiàng)目(2012AA012503) 中科院重點(diǎn)部署項(xiàng)目(KGZD-EW-103-2)資助課題
【分類號】：TN912.34;TP301.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張鵬遠(yuǎn);韓疆;顏永紅;;關(guān)鍵詞檢測系統(tǒng)中基于音素網(wǎng)格的置信度計(jì)算[J];電子與信息學(xué)報;2007年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前4條

1 郭洪禹;趙曉群;黃冬梅;;基于特定位置后驗(yàn)概率網(wǎng)格的開集語音文檔檢索[J];燕山大學(xué)學(xué)報;2013年04期

2 劉曉明;馮曉榮;班超帆;;基于動態(tài)點(diǎn)陣匹配算法的二階關(guān)鍵詞識別[J];吉林大學(xué)學(xué)報(工學(xué)版);2012年03期

3 熊于菽;冉晟伊;馮曉榮;;一種改進(jìn)的二階M-KWS關(guān)鍵詞識別方法[J];科技通報;2012年04期

4 飛龍;高光來;閆學(xué)亮;王煒華;;基于分割識別的蒙古語語音關(guān)鍵詞檢測方法的研究[J];計(jì)算機(jī)科學(xué);2013年09期

相關(guān)博士學(xué)位論文 前2條

1 飛龍;蒙古語語音關(guān)鍵詞檢測技術(shù)的研究[D];內(nèi)蒙古大學(xué);2013年

2 李寶祥;語音關(guān)鍵詞檢索若干問題的研究[D];北京郵電大學(xué);2013年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林濤;關(guān)于AV的問答——兼談用惠威器材搭配高檔家庭影院[J];音響技術(shù);1997年03期

2 李穎華 ,蔡超時 ,宋宜純;DSP實(shí)現(xiàn)調(diào)頻高速數(shù)據(jù)廣播解調(diào)——軟件無線電的解碼器方案[J];世界電子元器件;1999年11期

3 歐柳;集成有音頻DSP的高級DVD解碼器——ZiVA-3解碼器[J];世界電子元器件;1999年05期

4 林景云,郭嚴(yán);衛(wèi)星數(shù)字加擾收費(fèi)電視的技術(shù)實(shí)踐(下)[J];影視技術(shù);2000年11期

5 丘世斯;;帝曼DM3000影音中心印象[J];家庭影院技術(shù);2000年06期

6 張煦;VoIP──話音按IP規(guī)約傳送[J];現(xiàn)代通信;2001年10期

7 ;工薪發(fā)燒友精打細(xì)算 魚和熊掌兼得玩升級[J];家庭影院技術(shù);2002年11期

8 周大山,李華,張淑芳,侯玲,鄧宇;AVS-M視頻解碼器設(shè)計(jì)和實(shí)現(xiàn)[J];電視技術(shù);2005年08期

9 張朝柱;李大鵬;趙春暉;;一種空時分組碼信道估計(jì)聯(lián)合符號檢測算法[J];彈箭與制導(dǎo)學(xué)報;2005年S9期

10 本刊編輯部;;CYRUS最新旗艦級分體式CD播放機(jī) CD Xt轉(zhuǎn)盤和DAC X解碼器[J];視聽技術(shù);2006年07期

相關(guān)會議論文 前10條

1 梁烽;;應(yīng)用自動語音識別技術(shù)實(shí)現(xiàn)通信增值業(yè)務(wù)[A];廣西計(jì)算機(jī)學(xué)會2005年學(xué)術(shù)年會論文集[C];2005年

2 聶明新;王金昊;;DSP技術(shù)在手機(jī)語音識別中的應(yīng)用[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

3 俞斯樂;王承寧;李華國;澄明;;數(shù)字高清晰度電視信源解碼器的設(shè)計(jì)與研制[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

4 張紅;黃泰翼;;通向現(xiàn)實(shí)世界之路——基于自動語音識別系統(tǒng)的廣播電視新聞自動記錄系統(tǒng)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 黃超;黃泰翼;陳道文;;時長信息約束的HMM在語音識別中的應(yīng)用[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

6 周永安;納俊德;;家用杜比模擬解碼器在電影杜比模擬立體聲還音上的應(yīng)用研究[A];中國電影電視技術(shù)學(xué)會影視科技論文集[C];2003年

7 朱瑞賢;陳行益;;IMS架構(gòu)中媒體服務(wù)器的實(shí)現(xiàn)[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

8 周梁;高鵬;丁鵬;徐波;;語音識別準(zhǔn)確率與檢索性能的關(guān)聯(lián)性研究[A];第二屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議（NCIRCS-2005）論文集[C];2005年

9 王婭;許凱華;劉玉華;;WSN中一種基于能量的層次型拓?fù)渖伤惴╗A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文集[C];2006年

10 李明;雷峗;劉建;顏永紅;;一種基于內(nèi)容的音頻水印算法[A];2006年聲頻工程學(xué)術(shù)交流會論文集[C];2006年

相關(guān)重要報紙文章 前10條

1 上海 殷協(xié);利用二手功放內(nèi)置解碼器作音源解碼[N];電子報;2006年

2 ;Tensilica基于HiFi2引擎發(fā)布業(yè)界最低功耗的MP3軟件解碼器[N];電子資訊時報;2007年

3 四川 阿秋;DSR-2000型云臺解碼器簡介與檢修[N];電子報;2007年

4 ;H.264 視聽新境界[N];中國電腦教育報;2007年

5 湖南 薛凌云;教你玩轉(zhuǎn)奧運(yùn)高清[N];電腦報;2008年

6 浙江 四方;兩款DAC純音頻解碼器[N];電子報;2000年

7 ;AVS標(biāo)準(zhǔn)的特點(diǎn)[N];電子資訊時報;2006年

8 閆;貝爾實(shí)驗(yàn)室推Turbo解碼器[N];計(jì)算機(jī)世界;2003年

9 曙光;ST推出高集成度DVD后端解碼器[N];中國電子報;2000年

10 湖南 劉修文;同步信號與基準(zhǔn)時鐘[N];電子報;2008年

相關(guān)博士學(xué)位論文 前10條

1 李寶祥;語音關(guān)鍵詞檢索若干問題的研究[D];北京郵電大學(xué);2013年

2 向波;OFDM系統(tǒng)中高性能LDPC碼解碼器的研究與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2010年

3 鄢志杰;聲學(xué)模型區(qū)分性訓(xùn)練及其在自動語音識別中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2008年

4 杜俊;自動語音識別中的噪聲魯棒性方法[D];中國科學(xué)技術(shù)大學(xué);2009年

5 張朝柱;選擇性衰落信道下的空時分組碼研究[D];哈爾濱工程大學(xué);2006年

6 胡郁;語音識別中基于模型補(bǔ)償?shù)脑肼曯敯粜詥栴}研究[D];中國科學(xué)技術(shù)大學(xué);2009年

7 王濤;視頻編解碼器設(shè)計(jì)與實(shí)現(xiàn)關(guān)鍵問題研究[D];上海交通大學(xué);2008年

8 張碧軍;空時編碼及相關(guān)技術(shù)研究[D];華中科技大學(xué);2006年

9 胡軍鋒;基于LDPC碼的MIMO系統(tǒng)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2009年

10 趙歡;面向嵌入式計(jì)算平臺的自動語音識別關(guān)鍵技術(shù)研究[D];湖南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 吳濤;JPEG2000中EBCOT解碼器的VLSI實(shí)現(xiàn)[D];浙江大學(xué);2005年

2 鄧廣來;DVD伺服芯片中Reed-Solomon碼解碼器的研究與FPGA實(shí)現(xiàn)[D];大連海事大學(xué);2005年

3 楊釗;基于特征補(bǔ)償?shù)淖詣诱Z音識別的研究[D];中國科學(xué)技術(shù)大學(xué);2010年

4 張俊芳;體育比賽音頻分段和關(guān)鍵詞檢索研究[D];山東大學(xué);2010年

5 黎紅源;低復(fù)雜度的多碼率LDPC解碼器的研究與實(shí)現(xiàn)[D];華南理工大學(xué);2013年

6 張敬彬;基于軟硬件協(xié)同設(shè)計(jì)的H.264解碼器研究[D];大連理工大學(xué);2010年

7 孔勇;可檢索加密技術(shù)的研究[D];暨南大學(xué);2011年

8 石陽;H.264的實(shí)時熵解碼器設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2011年

9 唐會維;H.264解碼器的優(yōu)化與實(shí)現(xiàn)[D];西安電子科技大學(xué);2011年

10 何凱;非二進(jìn)制LDPC碼解碼器設(shè)計(jì)研究[D];南京大學(xué);2012年

，

本文編號：2224912