HMM连续语音识别中Viterbi算法的优化及应用

基于HMM连续语音识别系统声学层的最佳路径识别算法有很多种 ,其中Viterbi算法在CPU时间、存储量及实施方面性能都较为优越 ,是在实际应用中经常采用的方法之一。但它还不直接适用于实时系统 ,其算法压力仍是影响整个系统效率的瓶颈问题。文章就此提出了该算法的两种改进 ,Viterbi Bear与Viterbi Window ,以提高解码效率。试验表明 ,在合适的参数选择之下 ,采用Viterbi Beam ,解码时间缩短为基带系统的 4 7.3% ,识别错误率仅上升了 8.5% ;而Viterbi Window甚至可以在不影响识别精度的前提下将解码时间缩短为原来的 36.2 %。文章最后还列举了这一技术的诸多应用。

Improvement And Application Of Viterbi Decoding In Continuous HMM-based Speech Recognition