作者：徐向华; 朱杰; 郭强状态聚类决策树训练数据聚类算法三音子鲁棒性聚类方法汉语连续语音识别协同发音误识率
摘要：针对汉语语音单音节结构的特点,考虑音节间协同发音的现象,本文提出了一种对三音子模型进行分级聚类的方法.与传统的基于决策树的状态聚类算法相比,该方法通过对稀少三音子模型聚类,更充分地利用训练数据,减少稀少三音子对状态聚类的影响,从而提高声学模型的鲁棒性.实验结果表明:大词汇量连续语音识别器采用这种分级聚类方法,不仅可以大大减少模型及其参数的数量,还可使系统识别率有所提高,其中误识率相对于传统的决策树状态聚类系统降低了4.93%.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
