雙連語言模型預查之大詞彙連續語音辨識系統

Abstract

本系統使用的詞典具有六萬條詞彙，在動態規劃搜尋演算法上，使用雙連語言模型預查的方式，建立成連續語音辨識系統。在以Treebank為測試語料的實驗中，字元的辨識率可以超過85%，若改用TCC-300作為測試語料，雖然沒有辦法達到同樣高的辨識率，但仍然有一定水準，故可將本系統使用於一般非特定語者的應用上。 本文中除了簡單回顧常見的一些辨識方法外，將會詳細介紹本系統所使用的辨識方法，其相關的概念，以及實作時的各項細節；除此之外，會特別著重在語言模型預查的說明上，最後再以各種實驗數據作為依據，說明本系統的各項優缺點，並分析語言模型預查的效能，並提出系統可能的改善方向。