基于隱含語義分析的語種識別.pdf

1、語種識別是利用計算機對一定長度的語音材料進行處理，判別其所屬語言種類的過程，是語音識別的一個重要研究方向。隨著經(jīng)濟全球化的不斷深入，語種識別在日常生活、國防軍事和公共安全等領域都有著極為廣泛的應用前景。
　　 一般來說，每一種語言都具有各自相對獨立的音素集、韻律、詞匯和句法、語法，這些差異為語種識別的實現(xiàn)提供了可能。根據(jù)建模思路的不同，主流的語種識別方法可以分為兩大類：基于聲學模型的方法和基于語言模型的方法。其中，基于語言模型的

2、方法首先使用語音識別技術將語音信號符號化為音素序列，然后利用不同語種中音素的搭配呈現(xiàn)不同的規(guī)律進行語種的識別。這種方法的優(yōu)點是性能穩(wěn)定，擴展性好，頗受國內(nèi)外研究人員的推崇。
　　 本文即圍繞語言模型方法，在基于音素搭配關系的框架下，對語種識別方法進行了較為系統(tǒng)的研究，首先搭建了從音素識別器到統(tǒng)計語言模型的完整系統(tǒng)，然后著眼于降低算法復雜度、提高系統(tǒng)識別性能等方面。同時，借鑒信息檢索中詞袋(Bag of words)的思想，引入特

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