[發(fā)明專利]用于語音識別的n元文法模型構(gòu)造方法及語音識別系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201410342840.6
• 申請日: 2014-07-17
• 公開（公告）號: CN105261358A
• 公開（公告）日: 2016-01-20
• 發(fā)明（設(shè)計）人: 張晴晴;陳夢喆;潘接林;顏永紅
• 申請（專利權(quán)）人: 中國科學(xué)院聲學(xué)研究所;北京中科信利技術(shù)有限公司
• 主分類號: G10L15/16
• 分類號: G10L15/16;G10L15/06
• 代理公司: 北京方安思達(dá)知識產(chǎn)權(quán)代理有限公司 11472
• 代理人: 王宇楊;呂愛霞

1.一種用于語音識別的n元文法模型構(gòu)造方法，所述方法包含：

步驟101)通過神經(jīng)網(wǎng)絡(luò)語言模型訓(xùn)練得到詞矢量，再對詞矢量進(jìn)行分類以及多層篩選，最終得到詞類；

步驟102)利用直接統(tǒng)計詞頻的方法擴(kuò)充人工標(biāo)注，即同類詞替換時，直接統(tǒng)計與原句有變化的1至n元文法組合，進(jìn)而得到擴(kuò)充部分的n元文法模型；

步驟103)人工標(biāo)注生成初步的n元文法模型，再與擴(kuò)充部分的n元文法模型進(jìn)行模型插值，得到最終的n元文法模型。

2.根據(jù)權(quán)利要求1所述的用于語音識別的n元文法模型構(gòu)造方法，其特征在于，所述步驟101)進(jìn)一步包含：

步驟101-1)輸入標(biāo)注及訓(xùn)練文本；

步驟101-2)通過神經(jīng)網(wǎng)絡(luò)語言模型訓(xùn)練得到詞典中的詞的相應(yīng)詞矢量；

步驟101-3)用K均值法對詞矢量分類，其中詞矢量間的相似程度用余弦相似度進(jìn)行統(tǒng)計；

步驟101-4)對分類結(jié)果進(jìn)行多層篩選，最終得到詞類。

3.根據(jù)權(quán)利要求1或2所述的用于語音識別的n元文法模型構(gòu)造方法，其特征在于，所述步驟102)進(jìn)一步包含：

步驟102-1)將標(biāo)注文本中的詞對應(yīng)至步驟101)得到的詞類，由相應(yīng)分類中的詞替換；

步驟102-2)替換過程中，對與替換部分有關(guān)聯(lián)的1至n元文法組合進(jìn)行詞頻信息的統(tǒng)計；

步驟102-3)根據(jù)詞頻信息生成標(biāo)注擴(kuò)充部分的n元文法語言模型B。

4.根據(jù)權(quán)利要求1或2所述的用于語音識別的n元文法模型構(gòu)造方法，其特征在于，所述步驟103)進(jìn)一步包含：

步驟103-1)生成人工標(biāo)注部分的n元文法語言模型A；

步驟103-2)計算模型A和模型B在開發(fā)集上的最佳插值系數(shù)，根據(jù)該系數(shù)插值模型A和模型B，得到最終模型。

5.一種語音識別系統(tǒng)，所述方法基于權(quán)利要求1-4任意一條權(quán)利要求記載的n元文法模型，其特征在于，所述系統(tǒng)包含：特征提取模塊、聲學(xué)模型和語言模型，以及解碼器；

特征提取模塊，用于將音頻格式的語音文件轉(zhuǎn)換為特征序列O的二進(jìn)制文件；

聲學(xué)模型，用于模擬語音特征和語言層之間的關(guān)系，進(jìn)而為解碼器的識別提供聲學(xué)概率；

語言模型，用于提供語言學(xué)信息，進(jìn)而為解碼器的識別提供詞串先驗概率，該語言模型即采用所述包含標(biāo)注擴(kuò)展內(nèi)容的n元文法模型；

解碼器，用于依據(jù)特征提取模塊輸出的特征序列，和聲學(xué)模型及語言模型提供的相關(guān)概率值進(jìn)行語音識別，進(jìn)而輸出識別結(jié)果文本。