嵌入式语音识别系统的快速高斯计算实现  

Fast Gaussian Computation Implementation of Embedded Speech Recognition System

作　　者：谢凌云[1] 杜利民[1] 刘斌[1] 

机构地区：[1]中国科学院声学研究所语音交互技术实验室,北京100080

出　　处：《计算机工程与应用》2004年第23期30-31,70,共3页Computer Engineering and Applications

基　　金：国家973重点基础研究发展项目(编号:G1998030505)资助

摘　　要：在基于隐含马尔可夫模型(HMM)的连续语音识别系统中,模型状态的高斯分布输出概率的计算会占到整个系统计算量的30%到70%。该文基于语音识别在缺乏浮点运算能力的嵌入式系统上的实现,给出了一种快速高斯计算的新方法。该方法使所有模型状态都共享一个有限的高斯输出概率集,以减少计算复杂度,并且无需重新训练模型参数。在嵌入式平台上的实验数据表明,识别速度能获得15%～25%的提高,而且识别率没有大幅降低。In the HMM-based continuous speech recognition system,30%～70%of the computation is spent on calculating gaussian output probabilities of states.This paper proposes a new approach for fast gaussian computing based on the embedded speech-recognition implementation lacking of float-point computation ability.All states share the same limited gaussian list to reduce the computation complexity and model parameters,and don't need re -training.The experiments on embedded platform show that the speed can be improved by15%～25%and the recognition rate does not degrade much.

关 键 词：语音识别 高斯计算 嵌入式系统 隐含马尔可夫模型 HMM 

分 类 号：TN912.34[电子电信—通信与信息系统]