基于隱含語(yǔ)義分析的語(yǔ)種識(shí)別.pdf

1、語(yǔ)種識(shí)別是利用計(jì)算機(jī)對(duì)一定長(zhǎng)度的語(yǔ)音材料進(jìn)行處理，判別其所屬語(yǔ)言種類(lèi)的過(guò)程，是語(yǔ)音識(shí)別的一個(gè)重要研究方向。隨著經(jīng)濟(jì)全球化的不斷深入，語(yǔ)種識(shí)別在日常生活、國(guó)防軍事和公共安全等領(lǐng)域都有著極為廣泛的應(yīng)用前景。
　　 一般來(lái)說(shuō)，每一種語(yǔ)言都具有各自相對(duì)獨(dú)立的音素集、韻律、詞匯和句法、語(yǔ)法，這些差異為語(yǔ)種識(shí)別的實(shí)現(xiàn)提供了可能。根據(jù)建模思路的不同，主流的語(yǔ)種識(shí)別方法可以分為兩大類(lèi)：基于聲學(xué)模型的方法和基于語(yǔ)言模型的方法。其中，基于語(yǔ)言模型的

2、方法首先使用語(yǔ)音識(shí)別技術(shù)將語(yǔ)音信號(hào)符號(hào)化為音素序列，然后利用不同語(yǔ)種中音素的搭配呈現(xiàn)不同的規(guī)律進(jìn)行語(yǔ)種的識(shí)別。這種方法的優(yōu)點(diǎn)是性能穩(wěn)定，擴(kuò)展性好，頗受?chē)?guó)內(nèi)外研究人員的推崇。
　　 本文即圍繞語(yǔ)言模型方法，在基于音素搭配關(guān)系的框架下，對(duì)語(yǔ)種識(shí)別方法進(jìn)行了較為系統(tǒng)的研究，首先搭建了從音素識(shí)別器到統(tǒng)計(jì)語(yǔ)言模型的完整系統(tǒng)，然后著眼于降低算法復(fù)雜度、提高系統(tǒng)識(shí)別性能等方面。同時(shí)，借鑒信息檢索中詞袋(Bag of words)的思想，引入特

3、征選擇和隱含語(yǔ)義分析等方法，挖掘不同語(yǔ)種統(tǒng)計(jì)語(yǔ)言模型中的區(qū)分性特征和隱含語(yǔ)義結(jié)構(gòu)，并取得了一定的進(jìn)展。具體的研究工作包括以下幾個(gè)方面：
　　 第一，比較了在音素識(shí)別前端相同條件下用不同解碼方式對(duì)語(yǔ)種識(shí)別系統(tǒng)性能的影響，通過(guò)實(shí)驗(yàn)表明了用詞圖的輸出結(jié)構(gòu)比最優(yōu)序列能夠得到更為豐富的音素識(shí)別信息，同時(shí)構(gòu)造了新的核函數(shù)，較大程度地提高了語(yǔ)種識(shí)別的準(zhǔn)確率。
　　 第二，在音素識(shí)別結(jié)合支持向量機(jī)的語(yǔ)種識(shí)別系統(tǒng)中，針對(duì)特征矢量高維、稀疏