连续语音快速识别的动态高斯分量选择算法

摘要

为了提高基于GMM的大词汇量连续语音识别系统的实时性能,在两种常用的似然率快速计算技术──基于VQ的高斯选择技术和部分距离消去算法(PDE)──的基础上提出了似然率快速计算的动态高斯选择算法(DGS)。DGS在似然率计算的过程中动态地生成高斯混合分量的短序列,似然率计算只限制于高斯分量短序列上。DGS是PDE和最优混合分量预测算法(BMP)的结合和扩展,除了能降低似然率计算的开销之外,另一优点在于系统不需要额外的内存用于高斯分量短序列的静态存储。通过对语音识别工具包HTK3.4的改造实现了DGS算法,在TIMIT语料库上的实验表明DGS算法能在几乎不降低识别准确率的情况下显著地提高似然率的计算速度。