利用惩罚因子改善不同语速语音的识别效果

摘要

对于HMM结构的连续语音识别系统,在识别时由于对每个音子开始和结束的判决都存在误差,就比较容易产生某些删除和插入错误.无论模型是特定人或非特定人,也无论模型训练得非常充分与否,在每个音子的结尾到下一个音子开始之间插入一个惩罚因子(penalty)来改变输出概率,都将有效的改善识别结果.考虑到不同人在说话时的语速不同,而前面所提到的删除、插入错误对此比较敏感,我们希望调整适当的惩罚因子来适应不同的说话速度,从而达到比较理想的识别效果.