基于語(yǔ)音片段的語(yǔ)音檢索聚類算法研究.pdf

1、近年來(lái)，隨著互聯(lián)網(wǎng)和搜索技術(shù)的進(jìn)一步發(fā)展，僅僅對(duì)于網(wǎng)頁(yè)文本的搜索已經(jīng)無(wú)法滿足人們的需要，對(duì)于多媒體特別是語(yǔ)音數(shù)據(jù)的檢索已經(jīng)成為當(dāng)今研究的熱點(diǎn)問(wèn)題，也是未來(lái)幾年中互聯(lián)網(wǎng)搜索技術(shù)的發(fā)展方向。
　　 基于內(nèi)容的語(yǔ)音數(shù)據(jù)檢索仍然是研究領(lǐng)域中的難點(diǎn)問(wèn)題，主要有基于文本的語(yǔ)音搜索和基于語(yǔ)音學(xué)的語(yǔ)音搜索這兩種方法。前者主要依賴于大詞匯量連續(xù)語(yǔ)音識(shí)別和傳統(tǒng)的文本搜索技術(shù)；而后者則主要從聲學(xué)特征出發(fā)，從信號(hào)處理上對(duì)語(yǔ)音進(jìn)行分析。對(duì)于基于語(yǔ)音學(xué)的語(yǔ)

2、音搜索方法，以傳統(tǒng)的基于特征值的搜索和基于格的搜索為基準(zhǔn)，深入討論它們的優(yōu)缺點(diǎn)，并在其基礎(chǔ)上提出基于語(yǔ)音片段的聚類算法，新的算法準(zhǔn)確高效，并能很好得適用于搜索引擎，具有一定的理論價(jià)值和應(yīng)用前景。對(duì)于基于文本的語(yǔ)音搜索方法，主要關(guān)注于它與基于語(yǔ)音學(xué)的語(yǔ)音搜索的結(jié)合。并在基于語(yǔ)音片段的聚類算法的基礎(chǔ)上，提出了兩者結(jié)合的算法的公式，更大的擴(kuò)展了新算法的適用性。
　　 對(duì)于搜索結(jié)果的整理，已經(jīng)不在僅僅局限于傳統(tǒng)的排序，而關(guān)注于現(xiàn)在流行的

3、對(duì)搜索結(jié)果的聚類算法。在對(duì)現(xiàn)今的主流算法進(jìn)行分析的同時(shí)，提出一種新穎的基于搜索的聚類算法，該算法可以說(shuō)是對(duì)搜索引擎的一種全新的運(yùn)用。
　　 Reference case finding系統(tǒng)是一個(gè)以上述關(guān)鍵算法為基礎(chǔ)的語(yǔ)音搜索引擎。它以電話數(shù)據(jù)為主要實(shí)驗(yàn)對(duì)象，提供一個(gè)完整的混合了基于語(yǔ)音學(xué)和文本的語(yǔ)音搜索引擎和對(duì)搜索結(jié)果的自動(dòng)聚類工具。經(jīng)過(guò)測(cè)試，該系統(tǒng)的性能和效率良好，能達(dá)到一個(gè)優(yōu)良的搜索引擎所必須的準(zhǔn)確率和搜索速度，在實(shí)踐的基礎(chǔ)