基于长时特征与扩展音素集的韩语语音识别改良算法

摘要

韩语是黏着语的一种,其特点是音素发音会受到上下文影响。这一特点使语音识别中声学模型的建模产生混淆,从而影响系统的识别性能，鉴于传统短时特征的上下文信息极为缺乏,本文引入长时特征对分布于时域的信息进行收集与分析,进而缓解声学模型建模的混淆程度。在此基础上,韩语音素集中传统意义上相同发音的首辅音和韵尾可以进行区分,扩展的新音素集将进一步提升韩语语音识别性能。韩语广播语音集上的实验表明,长时特征与扩展音素集总计使音素错误率降低25.3％。