[發明專利]一種基于子空間的非特定人孤立詞識別方法及裝置

無效

• 申請號: 201210093120.1
• 申請日: 2012-04-01
• 公開（公告）號: CN102693723A
• 公開（公告）日: 2012-09-26
• 發明（設計）人: 何亮;巴福生
• 申請（專利權）人: 北京安慧音通科技有限責任公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于子空間的非特定人孤立詞建模方法，其特征在于，將子空間技術融入隱含馬爾科夫模型框架，從而降低建模的自由度，在有限數據量的情況下，能夠提高所估計模型的準確度，提升系統的識別性能。

2.根據權利要求1所述的，用于非特定人孤立詞識別的子空間建模方法，其特征在于所述方法適用于不同聲學基元，包括音節、半音節和聲韻母。

3.根據權利要求1所述的，用于非特定人孤立詞識別的予空間建模方法，其特征在于所建立的模型既可適用于單因子模型，也可以適用于雙因子、三音子模型。

4.根據權利要求1所述的，用于孤立詞識別的子空間建模方法是與語種無關的。

5.一種基于子空間的孤立詞識別裝置，其特征在于，該裝置分為5個模塊：前端處理模塊、特征提取模塊、建立模型模塊、模型匹配模塊和分數判決模塊。

6.根據權利要求5所述的，建立模型模塊是基于子空間技術的，具體而言，該模塊又分為5個子模塊：基元切分子模塊、全局模型訓練子模塊、子空間訓練子模塊、整詞拼接子模塊和存儲子模塊。

7.根據權利要求6所述的，全局模型訓練子模塊是根據LBG算法或EM算法訓練所得。

8.根據權利要求6所述的，予空間訓練子模塊是根據EM算法訓練所得，目標函數是提升對數似然度，具體方法是：先固定線性子空間，估計隱含參數，使得對數似然最大；隨后固定隱含參數，求解予空間。

9.根據權利要求5所述的，模型匹配模塊采用的模型參數，是所述建立模型模塊估計出的子空間模型。