基于两层词法树的大词表连续语音识别搜索算法

摘要

在连续语音识别中,首先要考虑的就是词典的表示问题,它关系到整个搜索空间的规模和搜索算法的效率.在现有的词典表示方法中,最通用的就是树形词典表示方法,也称为词法树(Lexical Tree).但是在词法树构成中,因为要将所有的搜索这间都体现在词法树上,所以在使用跨词(Cross-Word)模型、多发音词典时就会出现词法树规模超大的问题需要解决[2]我们从搜索空间组成的角度入手,提出了两层词法树的概念,解决了现有的词法树规模问题.其中第一层词法树重点描述词网络信息和基元网络信息,而第二层重点描述实际动态规划搜索中的各种信息.因为声学信息都很好地在第二层中实现了共享,所以词法树的规模很小,使得它有足够的能力来处理很多复杂的问题.另外,本文还给出了完整的基于两层词法树的动态规划搜索算法,从实验结果可以看出,这种搜索算法具有很好的识别性能和效率.