一种汉字混淆网络算法  

Chinese Character Confusion Network Algorithm

作　　者：吴斌[1] 孙成立[1] 刘刚[1] 郭军[1] 

机构地区：[1]北京邮电大学信息工程学院,北京100876

出　　处：《数据采集与处理》2008年第4期404-409,共6页Journal of Data Acquisition and Processing

基　　金：国家自然科学基金(60475007;60675001)资助项目;教育部重点(02029)资助项目;教育部跨世纪人才基金资助项目;国家高技术研究发展(八六三)计划重点(2006AA010102)资助项目

摘　　要：在普通话大词汇量连续语音识别中,使用最大后验概率决策规则解码得到的是具有最小句子错误率的识别结果,但是本文通常使用字错误率作为识别结果的评测标准。为了使识别结果具有最小字错误率,在充分考虑汉语语言特点的基础上,提出了一种汉字混淆网络算法。这种算法能够有效地将普通话大词汇量连续语音识别系统输出的词格转换成为汉字混淆网络。详细讨论了最小贝叶斯风险决策规则理论及使用汉字混淆网络进行的解码过程。基于2005 HTRDP(863)评测数据集进行的实验结果表明,这种使用汉语字混淆网络的方法有效地降低了普通话大词汇量连续语音识别结果的字错误率。To obtain recognition results with minimum word error rate in mandarin large vocabulary continuous speech recognition, a Chinese character confusion network algorithm is presented on the characteristics of Chinese language. The algorithm can transform word lattices output from mandarin large vocabulary continuous speech recognizer into Chinese character confusion network. And the minimum Bayes risk decision theory and the decoding are discussed based on Chinese character confusion network. Experimental results based on 2005 HTRDP （863） evaluation corpus show that the proposed algorithm yields a lower word error rat（WER） than the MAP recognition and word confusion network decoding.

关 键 词：语音识别 字错误率 最小贝叶斯风险决策规则 混淆网络 

分 类 号：TN912.34[电子电信—通信与信息系统]