語音到語音的檢索系統(tǒng)研究.pdf

1、隨著多媒體信息的迅速發(fā)展,越來越多的語音數(shù)據(jù)開始出現(xiàn)在人們的日常生活中,語音信息檢索技術(shù)應(yīng)運(yùn)而生。在對(duì)這類語音信息檢索的查詢請(qǐng)求可以通過文本或語音輸入方式完成。本文研究了一種通過語音輸入查詢的方式來檢索語音文檔的系統(tǒng),即語音到語音的檢索。
　　 本文所研究的語音到語音的檢索系統(tǒng)可以分為語音識(shí)別系統(tǒng)和信息檢索系統(tǒng)兩部分。對(duì)于語音識(shí)別系統(tǒng),本文利用開源工具HTK搭建了一套以漢字音節(jié)為基本單位的語音識(shí)別系統(tǒng),并從語言學(xué)模型中平滑算法的

2、角度,將SGT(Simple Good-Turing)的平滑思想和Katz算法結(jié)合,提出了一種改進(jìn)的Katz算法,從而提高了語音識(shí)別系統(tǒng)的正確率。對(duì)于信息檢索系統(tǒng),本文采用目前應(yīng)用最為廣泛的向量空間模型(Vector SpaceModel,VSM)檢索技術(shù),利用詞頻(Term Frequency,TF)和倒轉(zhuǎn)文檔頻率(InverseDocument Frequency,IDF)來構(gòu)建詞項(xiàng)索引,對(duì)比了在語音識(shí)別結(jié)果為One-best和音節(jié)