基于WFST的中文語音識別解碼器的研究.pdf

1、語音識別技術(shù)，主要是通過計(jì)算機(jī)語音處理技術(shù)，實(shí)現(xiàn)一種人機(jī)界面，為人與人和人與計(jì)算機(jī)之間的順暢交流提供一種便捷的方式。自語音識別技術(shù)發(fā)展以來，已經(jīng)取得了一定的研究成果，國內(nèi)外諸多大公司也加大了對大詞匯量中文語音識別技術(shù)的開發(fā)和研究。在語音識別技術(shù)中，解碼器是最為關(guān)鍵的部分。
　　近年來，有限狀態(tài)轉(zhuǎn)換器被廣泛應(yīng)用于語音識別技術(shù)中。由于有限狀態(tài)轉(zhuǎn)換器不僅可以使用于模擬訊號模型，更可以進(jìn)一步模擬自然語言中許多重要且繁復(fù)的文法結(jié)構(gòu)與文法特性

2、。因此，有限狀態(tài)轉(zhuǎn)換器成為語音研究有力的工具。
　　本文主要討論帶權(quán)有限狀態(tài)轉(zhuǎn)換器在大詞匯量中文語音識別系統(tǒng)中的應(yīng)用。它的基本思想是，將聲學(xué)模型、發(fā)音詞典、語言模型分別用一個(gè)加權(quán)有限狀態(tài)轉(zhuǎn)換器來表示。然后通過組合演算法將其整合為一個(gè)完整的加權(quán)有限狀態(tài)轉(zhuǎn)換器模型，從而可以得到一個(gè)同一維度的語音識別搜索空間。
　　本論文可分為四個(gè)部分：第一個(gè)部分是帶權(quán)有限狀態(tài)機(jī)相關(guān)的基本概念和理論推導(dǎo)；第二部分討論如何將傳統(tǒng)語音識別中所使用的聲