论文研究一种改进的基于音节循环的置信度判决方法.pdf

为获得较为鲁棒的识别性能，一般的语音识别系统中都会在后端加入一个置信度判决模块，以实现识别错误检测和集外词拒识等功能。针对命令词语音识别系统，传统的基于Filler模型的置信度方法由于自身模型结构的限制，性能相对有限，尤其是对集外词的检测效果不好。为此，使用了一种基于音节循环的置信度判决方法，并对该方法的解码网络进行精简，以满足实用化的效率要求。在中文命令词测试集上的实验结果表明，该方法相对于基于Filler模型的置信度方法对识别效果与识别效率都有了较大的提升。