基于K-L散度的最大后验弧主导的混淆网络生成算法

被引:4
作者
王欢良
韩纪庆
郑铁然
李海峰
机构
[1] 哈尔滨工业大学计算机科学与技术学院
关键词
语音识别; 混淆网络; Lattice; 混淆网络生成; K-L散度;
D O I
暂无
中图分类号
TN912.34 [语音识别与设备];
学科分类号
摘要
为快速生成高质量混淆网络,该文提出一种最大后验弧主导的快速生成算法。它只需遍历一遍Lattice,具有线性时间复杂度。采用K-L散度(Kullback-Leibler Divergence,KLD)来度量弧标号之间的发音相似性,改善了混淆网络生成中弧对齐的准确性。实验结果显示,所提算法在生成速度上和Xue的快速算法是可比的,而生成质量更好。通过采用KLD作为弧标号相似性测度,生成混淆网络的质量得到了进一步提高。
引用
收藏
页码:1109 / 1112
页数:4
相关论文
共 1 条
[1]  
Finding consensus in speech recognition: word error minimization and other applications of confusion networks[J] . Lidia Mangu,Eric Brill,Andreas Stolcke.Computer Speech & Language . 2000 (4)