基于模糊训练集的领域相关统计语言模型

统计语言模型在语音识别中具有重要作用.对于特定领域的识别系统来说,主题相关的语言模型效果远远优于领域无关的语言模型.传统方法在建立领域相关的语言模型时通常会遇到两个问题,一个是领域相关的语料不像普通语料那样充分,另一个是一篇特定的文章往往与好几个主题相关,而在模型的训练过程中,这种现象没有得到充分的考虑.为解决这两个问题,提出了一种新的领域相关训练语料的组织方法——基于模糊训练集的组织方法,领域相关的语言模型就建立在模糊训练集的基础上.同时,为了增强模型的预测能力,将自组织学习引入到模型的训练过程中,取得了良好的效果.     

基于三音子模型的语料自动选择算法

在语音识别中,如何经济地挑选语音训练语料,使其覆盖尽可能多的语音现象是一个非常重要的问题.传统的语音训练语料采用手工挑选后再进行检验和补充的方法,此方法难以保证所选语料语音现象的覆盖率.该文提出了一种自动地从大规模语料库中挑选语料的搜索算法,此算法不但能使所选语料覆盖几乎所有语音现象,而且能保证训练语料中三音子和类三音子有足够的样本个数,使训练数据不过于稀疏,为训练正确而可靠的语音模型打下了坚实的基础.     

隐Markov模型参数估计的一种新方法

本文提出一种隐Markov模型参数估计的新方法.该方法直接以模型作识别器时的识别率最高(或误识率最低)作为估计准则.由该准则导出的算法的性能明显优于最大似然估计器.文中给出了该算法的一种实现形式. 实验表明,该方法的模型识别率比用最大似然方法求出的模型识别率提高5%左右.     

问答篇章生成系统中的用户模型和文本规划

在问答生成系统中,如果系统首先了解用户对问题所涉及的领域知识的掌握程度,系统则能根据这些知识组织文本,生成符合用户需要的内容,更好地进行人机交互。本文以花卉知识查询系统为基础,探索了用户知识对生成结果的影响,以及用户模型与文本规划之间的相互作用。实验结果表明:用户知识模型不但影响生成的内容,而且影响生成内容的风格。在此系统中,我们采取两种基本生成策略:Schema方法和Process方法,并探讨这两种生成方法的相互结合过程。     

广播电视新闻自动记录系统研究现状--语音识别的重要应用

广播电视新闻自动记录系统是近两年国际上出现的大词汇量连续语音识别系统研究的新热点,是语音识别技术进一步走向实用化的重要过渡形式.文中介绍了目前国际上广播电视新闻自动记录系统出现的背景和发展历史,从系统性能与理论研究两方面介绍了这方面的研究现状并加以分析,最后对开发我国自己的广播电视新闻自动记录系统提出了具体的发展方案.     

汉语统计语言模型的N值分析

N 元语言模型(n - gram) 作为统计语言处理的主要方法,目前在汉语语言处理(词性标注、字符识别、语音识别等) 中已得到广泛的应用。但是,具体N 取何值为较优,目前尚没有明确的定论。本文从对汉语短语语法模式的近似表示、对未登录语词的自动检测与重构能力、和实际的音文转换应用系统性能测试三个方面出发,综合比较和分析了基于汉语词的N 元语言模型中N 值的选择。并得出结论:对于基于真实词的汉语N 元语言模型,N 的取值范围应介于3 至6 之间,且N = 4 为较优。这一结论将有助于汉语统计语言处理的发展。     

口语对话中的语句主题分析

本文研究如何根据浅层的语义分析确定自然口语对话中的语句主题。首先将对话中的语句主题定义为说话者所关注的显著语义实体,并讨论了这样的语句主题所具有的两个特点(即话语性和连续性) 以及语句主题跟(扩展) 句子类型的关系(因而也介绍了句子类型及其扩展和扩展句子类型的识别) 。然后根据这些建立了语句主题分析算法,并在实际的对话语料中进行分析。实验结果表明,语句主题的分析正确率可达到6111～8716 % ,取决于不同的扩展句子类型和不同的正确率定义。     

口语对话中的语句分组

研究了信息类自然口语对话中的交互模式及其自动分析.首先,基于话语分析中的Birmingham学派关于交互模式的工作和Halliday关于言语功能的分析,提出使用语句组来刻画交互模式,并建立原则性分类体系;然后,对语料中的交互模式进行标注分析;随后,根据影响语句组结构的主要因素建立交互模式分析算法,并在语料中进行实验.实验结果表明,语句组的整体分析正确率可达到55.4%～84.2%--取决于不同来源的扩展句子类型和语句主题的分析结果.     

电话语音识别中统一的加性噪声和卷积噪声补偿算法

为了统一地补偿电话语音受加性噪声和卷积通道响应的影响,本文提出了矢量分段多项式近似(VPP)算法.并把此算法成功地应用到稳态噪声和非稳态噪声环境.对于稳态噪声环境,在log谱域采用Batch EM(B EM)方法;对于非稳态噪声环境,在倒谱域采用递归EM(REM)方法.这两种方法都是基于最小均方误差估计(MMSE)准则的特征补偿.实验结果表明,受背景噪声和电话通道(包括固定电话和GSM)影响的大词汇量连续语音识别应用此算法误识率可以降低约18%.