漢語(yǔ)連續(xù)語(yǔ)音的音節(jié)自動(dòng)標(biāo)注算法研究及實(shí)現(xiàn).pdf

1、對(duì)連續(xù)語(yǔ)音語(yǔ)料庫(kù)進(jìn)行切分或標(biāo)注是整個(gè)連續(xù)語(yǔ)音識(shí)別系統(tǒng)的基礎(chǔ)和前提，而且也是一項(xiàng)非常重要的工作，因?yàn)樗鼘?duì)語(yǔ)料庫(kù)的充分利用有重要作用，對(duì)連續(xù)語(yǔ)音識(shí)別系統(tǒng)的性能有重要影響。傳統(tǒng)的切分或標(biāo)注語(yǔ)音庫(kù)的方法是靠人工手工完成，這種方式不但工作效率很低、工作量太大，而且切分?jǐn)?shù)據(jù)的準(zhǔn)確性也得不到保證，所以一種能夠自動(dòng)、準(zhǔn)確切分或標(biāo)注語(yǔ)音庫(kù)的方法顯得特別有意義和研究?jī)r(jià)值。
　　在近幾年使用隱馬爾可夫模型的語(yǔ)音識(shí)別已經(jīng)成為主導(dǎo)，從已經(jīng)發(fā)表的相關(guān)論文的數(shù)

2、量和在重要的語(yǔ)音會(huì)議上所作的講座的數(shù)量就可以證明。此方法之所以如此受歡迎，其原因有以下幾點(diǎn)，一是其內(nèi)在的統(tǒng)計(jì)的(數(shù)學(xué)上準(zhǔn)確)框架，二是從有限的訓(xùn)練集語(yǔ)音數(shù)據(jù)估計(jì)出模型參數(shù)的訓(xùn)練算法的易用性和可用性，三是結(jié)果識(shí)別系統(tǒng)的靈活性，可以改變模型的大小、類(lèi)型或者結(jié)構(gòu)來(lái)配合特殊的話(huà)語(yǔ)、聲音等等，最后是整個(gè)識(shí)別系統(tǒng)實(shí)現(xiàn)的簡(jiǎn)單性。
　　本文通過(guò)對(duì)隱馬爾可夫模型的研究，提出了漢語(yǔ)連續(xù)語(yǔ)音音節(jié)自動(dòng)切分的方法。這種音節(jié)自動(dòng)標(biāo)注算法，可以將存在大量協(xié)同發(fā)