首页> 中文会议>第十四届全国人机语音通讯学术会议 >语言模型在语音识别中容错性的研究与改进

语言模型在语音识别中容错性的研究与改进

摘要

传统语言模型是基于正确的词序列历史预测下一个单词的概率.而将语言模型应用于语音识别过程中,一般要对多条可能的词序列进行得分估计,这些词序列历史中包含了各种由于语音识别产生的错误,从而导致传统语言模型的预测产生偏差.本文在基于神经网络的语言模型上,提出了一种引入预训练词嵌套的改进方法,并在得分重估任务上进行了实验.实验结果表明,本文提出的语言模型考虑了词序列历史中的错误特征,在一定程度上提升了语言模型在语音识别应用中的容错性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号