语音识别置信度中的特征提取与特征选择问题研究

摘要

传统的语音识别置信度方法基于各种静态特征进行分类判决，而忽略了词与周围环境之间的关系所携带的信息。本文在一个词错误率为14.02%的基线系统上，利用10维静态特征做分类，比基线系统的错误率降低了24.9%。进一步在静态特征的基础上提出了上下文特征和动态特征，它们和静态特征组合在一起的特征分类效果比静态特征提高了7.4%。但是并非所有特征都对分类效果有正面影响，过多的特征不但带来信息的冗余，还会使分类速度变慢。针对这个问题，本文将特征提取和特征选择引入到语音识别置信度的研究中，提出了用特征提取的方法降低特征维数和用特征选择的方法从原始特征中选择出一个有效的子集。实验表明本文提出的上下文和动态特征是相对重要的分类特征，并且通过特征提取和特征选择可以得到有效压缩。