一种语音识别中的状态结构调整方法

摘要

一种语音识别中的状态结构调整方法，具体步骤如下：建立大词汇量连续语音识别系统：语音特征采用12阶Mel倒谱特征及短时能量共13维作为基本特征，加上其一阶差分和二阶差分，最后特征维数为39；状态结构调整：包括利用自适应语音对模型状态结构调整和利用训练语音对模型状态结构调整，假设基线系统在识别训练语音时出现的错误在识别测试语音时也会出现，从而利用训练语料对自适应语音中没有出现的状态的结构进行调整；说话人自适应：采用最大似然线性回归算法，利用自适应语料对调整后的模型做自适应。本发明提高了模型对样本的后验概率，增强对自适应语料的利用率，从而降低训练语料与测试语料决策树结构不匹配造成的识别率的降低。