基于多词汇树的对话语音识别搜索策略

在查询类对话语音识别系统中，词汇中的少数几类词往往占有词汇量的很大部分，利用这一重要特点，可以对传统的基于单树结构的搜索算法进行改进。本文在采用基于类的语言模型的条件下，在查询类对话语音识别系统中，对词汇中的若干大类单独建树，从而免除了多数词汇的语言模型look-ahead  计算时间和存储空间，并实现了语言分的提前精确运用。针对机票预订口语对话系统的实验表明，该搜索策略与单树方法相比，在同样的计算资源条件下，时间效率有显著提高。关键词:  语音识别  对话系统  搜索  词树  look-aheadAbstract  A  few  of  classes  often  occupy  large  proportion  of  vocabulary  in  speech  recognition  for  many  information  query  dialog  system,  which  can  be  used  to  improve  traditional  search  algorithm  based  on  single  lexicon  tree.  Under  the  condition  of  using  class  based  n-gram  language  model,  this  paper  presents  a  new  search  strategy  which  builds  separate  trees  for  some  big  word  classes  (  classes  that  own  many  words)  to  dispenses  with  look-ahead  computation  of  many  words  in  decoding  process  and  to  use  precise  probabilities  of  language  model  earlier.  The  experiments  on  flight  reservation  dialog  system  show  that  the  time  efficiency  of  the  presented  method  is  obviously  higher  than  single-tree  method  under  equal  computational  cost.Key  Words  speech  recognition;  dialog  system;  search;  lexicon  tree;  look-ahead