汉语语音识别中的加权概念转移网络语言模型 |
| |
引用本文: | 孙静,朱杰,徐向华.汉语语音识别中的加权概念转移网络语言模型[J].上海交通大学学报,2003,37(10):1585-1587. |
| |
作者姓名: | 孙静 朱杰 徐向华 |
| |
作者单位: | 上海交通大学,电子工程系,上海,200030 |
| |
基金项目: | 上海市科学技术委员会基础研究项目(01JC14033),美国贝尔实验室上海分部资助项目 |
| |
摘 要: | 采用分层语法规则的加权概念转移网络,并将语法规则和类似于统计语言模型中的概率分布结合起来,通过引入平滑的概念,为一些超出词典的OOV词和超出语法规则的词分配一个较小的概率,使模型具有较强的稳健性.实验结果表明:这种分层语法表示灵活、概念清晰、实现简单,可以较大地降低语言模型的混乱度;模型在概念级的预测性能可达到99%的正确率.用该语言模型为语音识别提供预测单元,可以提高识别率.
|
关 键 词: | 语音识别 语言模型 概念转移网络 概念层次 |
文章编号: | 1006-2467(2003)10-1585-03 |
Study of Language Model with Weighted Concept Transition Network in Mandarin Speech Recognition |
| |
Abstract: | |
| |
Keywords: | speech recognition language model concept transition network concept levels |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|