基于后验概率词格的汉语自然对话语音索引

摘要

语音索引是语音检索任务的关键问题之一，本文针对汉语自然对话语音索引问题进行研究，提出了基于子词的词格索引和融合方法。通过最优路径索引和词格索引的性能比较，选择词格进行索引，首先将词格进行后验概率表示，根据后验概率词格特性，将LVCSR识别得到的基于词的词格分解为基于子词的词格，选择字、有调音节和无调音节作为子词单元，在汉语自然对话语音关键词检测任务上，关键词检测指标FOM从基线系统的68.3％分别提高到 70.9％，71.3％和73.3％，性能优于音节识别器音节索引方法。根据后验概率词格节点之间、边之间可合并的特性，在词格内部进行合并，并对不同识别器结果词格进行融合，FOM 指标由基线系统的68.3％(LVSCR)和66.9％(音节识别器)提高到78.8％。