首页> 外文OA文献 >Application of latent semantic analysis in continuous speech recognition
【2h】

Application of latent semantic analysis in continuous speech recognition

机译:潜在语义分析在连续语音识别中的应用

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

研究了潜在语义分析(lSA)理论及其在连续语音识别中应用的相关技术,在此基础上利用WSJ0文本语料库上构建lSA模型,并将其与3-grAM模型进行插值组合,构建了包含语义信息的统计语言模型;同时为了进一步优化混合模型的性能,提出了基于密度函数初始化质心的k-MEAnS聚类算法对lSA模型的向量空间进行聚类。WSJ0语料库上的连续语音识别实验结果表明:lSA+3-grAM混合模型能够使识别的词错误率相比较于标准的3-grAM下降13.3%。
机译:研究了潜在语义分析(lSA)理论及其在连续语音识别中应用的相关技术,在此基础上利用WSJ0文本语料库上构建lSA模型,并将其与3-grAM模型进行插值组合,构建了包含语义信息的统计语言模型;同时为了进一步优化混合模型的性能,提出了基于密度函数初始化质心的k-MEAnS聚类算法对lSA模型的向量空间进行聚类。WSJ0语料库上的连续语音识别实验结果表明:lSA+3-grAM混合模型能够使识别的词错误率相比较于标准的3-grAM下降13.3%。

著录项

  • 作者

    欧建林; 林茜; 史晓东;

  • 作者单位
  • 年度 2009
  • 总页数
  • 原文格式 PDF
  • 正文语种 zh_CN
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号