基于NN/HMM混合模型的汉语地名识别系统

文章介绍了一个基于NN/HMM混合模型的汉语地名识别系统,该系统能自动判别并拒识词表之外的词。文中训练的基于HMM的模型,包括关键词模型、填充模型和“反关键词”模型。笔者对识别器的输出结果进行验证,把基于HMM的统计特征送到神经网络处理,由网络的输出来判断是否为词表之外的词。该文在实验中建立了一个基于传统N-Best方法的基准模型并试验了三种不同的网络拓扑结构,包括前馈后向传播网络、Elman后向传播网络以及可训练级联前导后向传播网络。实验结果表明前馈后向传播网络的性能最好,与基准模型比较平均错误率下降54.4%。     

新闻视频、音频中的主题检测

1.引言面对日益庞大的信息量,如何有效地检索到感兴趣的内容是至关重要的。新闻视频、音频(包括电视、广播)与文字报道相比,更为生动,表达更为丰富,但也有数据量大、难以组织、索引、检索等缺点。这主要体现在两方面; 文本有标题、段等明显的辅助标记,而视频、音频则没有。一般的浏览工具只有播放、快进、快退、拖动定位等简单手段。这对于几十、几百小时,而且还在日益增长的视频、音频数据库,是远远不能满足要求的。     

基于NN/HMM混合模型的汉语短关键词识别系统

本文介绍了针对汉语单音节验证的分类器.与以往的方法相比较本文作了两项改进:一是按照汉字的发音特点和声学特征来构造识别器中的填充模型;二是结合HMM的统计特性和神经元网络(NN)的分类能力来对假想命中进行验证,NN的输入不是传统的特征矢量,而是一系列HMM的输出概率和模型驻留时间.实验表明,新方法比两个基准模型分别有15.2%和19.2%的提高.     

关键词识别的基本技术和研究进展

Keyword Spotting (KWS) or Keyword Recognition is to recognize a set of given keywords in continuous,spontaneous speech.It is a very active branch of Speech Recognition.It differs from Continuous Speech Recognition (CSR) in terms of research focus,implementation techniques and application background.So they are often regarded as two different issues.This paper gives an overview of basic techniques and advances in recent years,including how to combine the traits of Mandarin.     

关键词识别的基本技术和研究进展

1.引言识别(Keyword Spotting,简称KWS)的任务是从连续无限制的语音中,识别给定的若干个词.它与通常所说的连续语音识别(Continuous Speech Recognition,简称CSR)有密切的联系,但又有显著的区别.所以,在语音识别的研究中,KWS与CSR通常是作为两个不同的问题来处理[1,2].