條件隨機域模型在中文語音識別中的應(yīng)用.pdf

1、語音識別即計算機自動語音識別，簡單地說，就是讓計算機能聽懂人說話，將人說的話轉(zhuǎn)換成計算機文本的一項技術(shù)。隨著Internet和電子商務(wù)的飛速發(fā)展，語音識別技術(shù)將為網(wǎng)上會議、商業(yè)管理、醫(yī)藥衛(wèi)生、教育培訓(xùn)等各個領(lǐng)域帶來極大的便利。
　　隨著近代計算機技術(shù)的飛速發(fā)展，孤立詞語音識別系統(tǒng)已經(jīng)取得了較高的識別準確率，非特定人、大詞表、連續(xù)語音識別技術(shù)成為當(dāng)前的研究熱點。本論文通過條件隨機域的方法，對連續(xù)語音識別系統(tǒng)中聲學(xué)模型和語言模型進行了

2、研究。
　　語音識別系統(tǒng)的模型通常由聲學(xué)模型和語言模型兩部分組成，分別對應(yīng)于語音到音節(jié)概率的計算和音節(jié)到字概率的計算。在傳統(tǒng)的基于HMM模型的語音識別系統(tǒng)中，聲學(xué)層主要通過HMM進行建模，輔助一些其他的訓(xùn)練優(yōu)化準則，例如：最小分類誤差和最大互信息準則。語言模型主要分為基于規(guī)則的語言模型和基于統(tǒng)計的語言模型。其中，N-gram簡單有效，被廣泛使用。盡管基于HMM框架的語音識別技術(shù)對現(xiàn)代語音識別做出了巨大的貢獻，但HMM模型本身存在著