[发明专利]一种基于统计语言模型得分规整的语音识别方法及系统

权利要求书

1.一种基于统计语言模型得分规整的语音识别方法，所述方法包括：

步骤1)建立和训练若干个基于多尺度马尔科夫假设的统计语言模型；包括：k阶统计N元文法语言模型，k-1个不同阶数的统计N元文法语言模型和k-1个不同阶数的改进的统计N元文法语言模型；

步骤2)将待识别语音进行第一遍解码，得到L条候选语音s；

步骤3)利用步骤1)的若干个基于多尺度马尔科夫假设的统计语言模型计算L条候选语音s的语言模型得分，结合声学模型得分计算出每条候选语音的得分；

步骤4)选出得分最高的候选语音作为第二遍解码结果；该结果为最终的识别结果；

所述步骤1)具体包括：

步骤1-1)确定马尔科夫假设阶数k，利用训练数据训练待规整的k阶统计N元文法语言模型，记为k gram LM；

步骤1-2)采用步骤1)的训练数据分别训练k+1gram LM，k+2gram LM，…,2k-1gram LM；

给定训练语句W＝w₁,…,w_T，T是语句W的长度，单词w_t，1＝t＝T的kgram历史是k gram LM利用语句s中每个单词的k gram历史计算语句W的概率：

步骤1-3)训练0skip k gram LM，1skip k+1gram LM，…，k-2skip 2k-2gram LM；

其中，i skip k gram LM，ik，i，k为正整数；为改进的统计N元文法语言模型；i skipk gram LM的具体定义如下：

单词w_t的i skip k gram历史是iskip k gram LM利用语句W中每个单词的i skip k gram历史计算语句W的概率：

2.根据权利要求1所述的基于统计语言模型得分规整的语音识别方法，其特征在于，所述步骤3)具体包括：

步骤3-1)利用k阶统计N元语言模型计算每条候选语音s的原始语言模型得分l(s)，并记录该候选语音的声学模型得分a(s)，以及语言模型缩放因子lm_sc；

步骤3-2)对于每一条候选语音s，根据k-1个不同阶数的统计N元文法语言模型和k-1个不同阶数的改进的统计N元文法语言模型计算规整后的语言模型得分r(s)；

步骤3-3)将规整后的语言模型得分r(s)与原始的语言模型得分l(s)按照比例m进行加权，得到新的语言模型得分p(s)＝m*r(s)+(1-m)*l(s)；

步骤3-4)重新计算每条候选语音s的得分Score(s)＝a(s)+lm_sc*p(s)。

3.根据权利要求2所述的基于统计语言模型得分规整的语音识别方法，其特征在于，所述步骤3-2)具体实现过程为：

其中，P_k(s)表示利用k gram LM计算得到的候选语音s的得分，表示利用i skipi+k gram LM计算得到的候选语音s的得分，r(s)表示利用规整后的语言模型计算得到的候选语音s的得分。

4.一种基于统计语言模型得分规整的语音识别系统，包括存储器、处理器和存储在存储器上的并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1～3所述方法的步骤。