采用连续密度隐藏式马尔克夫模型的语音识别方法和系统

摘要

本发明提供了用于改进语音识别系统的识别准确度的一种方法和系统,其利用连续密度隐藏式马尔克夫模型表示在所说的语言中存在的语音的音素单位。反映语音与一个模型化的语言表达式匹配的似然性的一个声评分依赖于与隐藏式马尔克夫模型的状态相关的输出概率。对于每个音素单位产生与前后音有关的和与前后音无关的连续密度隐藏式马尔克夫模型。通过根据一个加权因子将与前后音有关状态的输出概率和与前后音无关状态的输出概率加权确定与一个状态相关的输出概率。

主权项

1、一种在计算机系统中使输入语音与语言表达式匹配的方法，该方法包括以下步骤：对于语音的许多音素单位中的每一个，提供一组较为细致的声模型和一个不大细致的声模型表示该音素单位，每个声模型具有一组状态，其后是一组变换，每种状态表示在某一时间点出现在该音素单位中的语音的一部分，并具有一个输出概率，表示输入语音的一部分在某一时间点出现在该音素单位中的似然性；对于所选择的较为细致的声模型序列中的每一个，确定输入语音与这一序列匹配的接近程度，所说的匹配还包括以下步骤：对于所选择的一序列较为细致的声模型的每种状态，确定一个累计的输出概率，作为该状态和代表相同音素单位的不大细致的声模型的相同状态的输出概率的组合；以及确定与输入语音匹配最好的一个序列，这一序列代表语言表达式。