语音识别系统中的置信度快速求取方法

摘要

本发明涉及一种用于语音识别系统的置信度快速求取方法，包括：预处理分帧；提取每帧语音的语音特征；根据状态图、声学模型和该帧语音的特征向量，计算每一帧语音对应于状态图中每一个状态的似然概率p(xt/sj)；按照帧号和状态号存储似然概率p(xt/sj)；根据似然概率p(xt/sj)对状态进行剪枝；计算剪枝后声学空间的似然概率和以及广义后验概率；计算每个音素的广义后验概率并将其作为置信度得分。现有技术中，需要在进行音素搜索得到音素候选后，为计算置信度再使用不同的声学模型进行第二次搜索，而本发明是一种同步计算方法，是在识别器进行帧同步束搜索的过程中，使用相同的声学模型计算置信度，因此只需进行一次搜索，节省了系统的运行时间和计算的复杂度。

主权项

1.一种语音识别系统中的置信度快速求取方法，其特征在于，包括如下步骤：1)将待识别语音输入语音识别系统中；2)对输入语音进行预处理，该预处理中包括分帧处理；3)提取每一帧语音的MFCC特征向量；4)遍历所有语音帧，对于每一帧语音，根据语音识别系统中状态图和声学模型与该帧语音自身的MFCC特征向量计算该帧语音对应于状态图中每一个状态的似然概率p(x_t/s_j)，该似然概率的负对数,其中x_t是语音帧的特征向量，μ_j和∑_j分别是状态s_j的均值矢量和协方差矩阵，n是特征向量的维数；5)按照当前语音的帧号和状态号存储步骤4)中得出的似然概率p(x_t/s_j)；6)判断当前指针是否指向状态图中的虚节点，如果判断为是，则进入步骤7)；如判断为否，则对当前状态进行剪枝；所述虚节点是状态图中一个音素结束的标志；7)计算剪枝后声学空间的似然概率和其中，D^*是剪枝后状态图中保留下来的所有状态的集合；8)计算广义后验概率9)计算每个音素的广义后验概率,将音素的广义后验概率作为该音素的置信度得分；其中，N是组成每个马尔可夫模型的状态数；τ_b[j]、τ_e[j]分别指语音输入数据在当前状态的起始帧号和结束帧号，j是状态号。