汉语连续语音识别中的分级聚类算法的研究和应用  

A Hierarchical Clustering Algorithm in Continuous Mandarin Speech Recognition

作　　者：徐向华[1] 朱杰[1] 郭强[1] 

机构地区：[1]上海交通大学电子工程系,上海200030

出　　处：《信号处理》2004年第5期497-500,共4页Journal of Signal Processing

基　　金：上海市科委重点基金项目资助(01JC14033)

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％。Based on the single syllable characteristics of Mandarin and considering the inter-syllable coarticulatory phenomena, a new hierarchical clustering algorithm is proposed. Compared with the traditional decision-tree based state-tying, the algorithm can take better use of training data and lessen the impact of rare triphones to state-tying. Experiments on large vocabulary continuous Mandarin speech recognition system show that the method can get better performance (about 4.93% word error rate reduction) with even fewer parameters.

关 键 词：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 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术] TN912.34[自动化与计算机技术—计算机科学与技术]