Application of latent semantic analysis in continuous speech recognition

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%。