以有限狀態機辨識大詞彙連續中文語音

Abstract

近年來，有限狀態機已廣泛使用於語音辨認、語音合成及對話管理。本論文正是以有限狀態機辨識大詞彙中文語音系統之實作，以有限狀態機發展之語音辨識器，可以將聲學模型、發音辭典及語言模型分別表示為有限狀態機，並進一步將這些有限狀態機，整合為單一有限狀態機，便可得到完整的語音辨認搜尋空間。本論文可分為四部份：第一部份是有限狀態機的基本定義。而第二部份，我們將傳統語音辨識所使用的聲學模型、發音詞典和語言模型建立成有限狀態機。第三部份，我們發展一個「合併演算法」來減少各有限狀態機的狀態及轉移數目，並探討如何以「組合演算法」將搜尋空間整合起來，再將整合好的搜尋空間以維持比光束搜尋，得到辨認結果。最後，我們以TCC300作為此辨認系統的測試語料，實驗結果得到之詞辨認率、字元辨認率和音節辨認率分別為52.1、72.4及83.5，大致與HTK辨識結果相當，以此證明系統的正確性。