[发明专利]一种低资源嵌入式语音识别的拒识方法

说明书

本发明涉及一种低资源嵌入式语音识别的拒识方法，该方法包括：基于命令词表和垃圾音素列表，分别构建命令词解码网络和垃圾音素解码网络，将垃圾音素解码网络并联到命令词解码网络中，形成完整的解码网路空间；生成语音背景概率得分表。将待识别语音输入解码网络空间进行第一次识别：解码识别，对第一次识别结果中的垃圾因素拒识，再对第一次识别结果中的命令词进行第二次判别：置信度判别，得到最终识别结果。本方法可提高对集外词的拒识率，节省内存占用，满足了低资源条件嵌入式语音识别的应用需求。

技术领域

本发明属于语音识别领域，具体地说，本发明涉及一种低资源嵌入式识别的拒识方法。

背景技术

在语音识别系统的应用中，经常出现集外词，噪声等非正确语音，因此对识别结果的拒识非常重要。一般来说，为保证识别结果有比较高的识别率，系统往往给出尽可能多的候选；如何拒识错误的候选成为关键问题。置信度判别技术就是这个问题的有效解决办法。可靠的置信度计算在很多应用场合十分有效。例如，在噪音或背景音乐环境下，识别结果会出现一些错误，对于这些错误的识别结果，应该分配较低的置信度加以拒识，从而有效地降低虚警。

目前，语音识别中有很多置信度计算方法(文献[1]：Wessel F.Word PosteriorProbabilities for Large Vocabulary Continuous Speech Recognition.PH DDissertation,2002.)。基于声学模型的置信度计算方法就是常用的一种方法，这种方法可以在整个声学空间上计算命令词的置信度，对于命令词语音的每一帧观测序列，首先计算出其后验概率，然后通过计算对数域的算术均值就可以得到整个命令词的置信度(文献[2]：刘镜.语音识别中置信度分析的理论和应用.硕士学位论文,2000.)，通过合适的置信度域值，那些错误的识别结果就可以被拒识。然而，传统的置信度计算方法对计算速度和存储空间都有比较高的要求，致使其在低资源应用上遇到了一定的障碍，很难达到实时识别的要求。

伴随着个人移动通信和移动计算的迅猛发展，资源受限的小型手持设备迫切需要带有拒识功能的语音识别技术为其提供方便高效的输入平台。针对资源受限环境下的语音识别这一特殊应用，研究一种低资源下的拒识算法尤为重要。

发明内容

本发明的目的在于克服已有语音识别拒识方法占用资源过多，集外词拒识率不高等缺陷，提出一种低资源条件下简单高效的二次判别拒识方法。

为了实现上述目的，本发明提出一种低资源嵌入式语音识别的拒识方法，包括：

基于命令词表，构建命令词的解码网络；基于垃圾音素(filler)列表，构建垃圾音素解码网络；将垃圾音素解码网络并联到命令词解码网络中，形成完整的解码网路空间；生成语音背景概率得分表；

采用二次判别拒识方法对待识别语音进行识别，其中所述的二次判别拒识方法为：对待识别语音进行第一次识别，对第一次识别结果中的垃圾因素拒识，再对第一次识别结果中的命令词进行第二次判别，得到最终识别结果。

上述技术方案中，所述第一次识别进一步包括：

101)对待识别语音进行预处理，得到若干个语音特征帧；

102)将一个语音特征帧输入解码网络空间，在语音背景概率得分表中查询该语音特征帧的背景概率得分，并进行记录；

103)如果当前语音特征帧为第一个语音特征帧，转入104)；否则，转入105)；

104)计算所有与根节点相连节点的似然概率得分；转入102)；

105)获取当前语音特征帧之前的所有语音特征帧在解码网络中的活跃节点；

106)判断当前语音特征帧是否到达词尾节点，如果判断结果是肯定的，转入108)；否则，转入107)；