隐藏式马可夫模型的中文词音识别方法

摘要

一种基于隐藏式马可夫模型的中文词音识别方法，其特点是采用两阶段步骤处理中文词音识别并运用了二组模型数据库；一组为包含词汇中所有的词音模型，另一组为声、韵母的发声模型；在两阶过程中第一阶段利用声、韵母模型在词汇中筛选出大量的候选词。然后在第二阶段对这些少量的候选词作面搜寻。与通常的全面搜寻方法相比，它具有快速而又不牺牲识别率的优点，因而可以应用在个人计算机上。$#!

主权项

1、一种中文词音识别方法，包括以下的步骤：(a)取得第一组数据库，其中该第一组数据库包括一组含N个中文词的词汇集，此词汇集以W=(W1，W2，…，WN}表示，每个词Wi有个发声模型Mi，此模型由字音模型串接而成，字音模型的集合以{C1，C2，C3…}表示，每个字音模型Ci是由声母模型后接一韵母模型形成，其中声母模型可能空缺，声母模型及韵母模型均以统计模型表示；(b)取得第二组数据库，其中该第二组数据库包括一组J个声母模型mlj(j=1，2，…，J)及另一组K个韵母模型mFk(k=1，2，…，K)；(c)接收一输入语音信号A；(d)将输入语音信号切割成l个段落(segnent)，其中该l为一整数，而输入语音信号可以以下式表示 A=([sl1]sF1)([Sl2]SF2)…([sl1]SF1)其中sli(i=1，2，…，l)为声母子段落，而sFi(i=1，2，l)为韵母子段落，[]表示有些声母子段落可能为空段落；(e)对词汇W中的每一个词长为l的词Wn，此词的发声模型为Mn=([mln1]mFn1)([mln2]mFn2)…([mln1]mFnl)，由下式计算logProb(Wn)，$\log \mathrm{Prob}\left(W_n\right)=\underset{r=1}{\overset{l}{\Sigma }}(\log \mathrm{Prob}\left(s_r^l\right|m_{\mathrm{nr}}^l)+\log \mathrm{Prob}\left(s_r^F\right|m_{\mathrm{nr}}^F))$ ；(f)在词汇W中找X个词，这些词的logProb(Wn)值在词汇W中的所有词的logProb(Wn)值中为前X个最大值，设这些X个词的集合为W’；(g)对每个在词汇W’内的词Wn，计算Prob(A｜Mn)(n=1，2，…，X)，即在已知Mn模型下产生A的概率；及(h)输出识别出的词Wx，其中$x=a\mathrm{rg}\underset{n}{M}\mathrm{ax}\left(\mathrm{Prob}\left(A\right|M_n)\right)n=\mathrm{1,2},...,X$ 。