基于WFST的中文语音识别解码器研究

nuous Speech Recognition,LVCSR)[29]起到了极其重要的Р 作用,为此后的语音识别系统奠定了扎实的基础。Р 进入21世纪,随着计算机网络的推行,使得语音识别技术的发展更加如鱼得水。Р 诸多表示法、演算法也日新月异,使得语音识别系统的开发,衍生了更多元的组Р 合[26,53]。近年来,在词典的大量扩充下,为了寻求一套高效率且简单的表示方式,使Р 得有限状态转换器(Finite State Transducer,FST) [6,41]成为语音识别领域的新兴Р 议题。在国外,以Mehryar Mohri为代表的一些优秀的研究人员将FST 应用于连续Р 语音识别系统,并且取得了先进的研究成果。详细资料请参考[20,25]。Р S1.2.2 国内研究现状Р 上世纪五十年代,我国开始着手于语音识别技术的研究,以中国科学院声学所Р 利用电子管电路识别10个元音为象征性标志[1]。1973年,中国科学院声学所首先涿Р 实现了计算机语音识别。语音识别技术受当时研究条件的限制,一直处于缓慢发展Р 阶段。进入80年代,计算机应用技术开始普及化,语音数字信号技术也有了一定的Р 发展。国内很多单位具备了研究条件,并纷纷加大了对语音识别技术的研究投入。Р 在之后的几年,我国启动了863计划和973计划,这在很大程度上加快了中文连续语Р 音识别技术的研究发展[8,43]。例如,中国科学院声学所、自动化研究所、清华大学、Р 北京大学等一批科研机构都推出了自己的连续语音识别系统。台湾的一些大学也率Р 先采纳了基于知识的框架方法,对语音识别系统进行研究,并取得了一定的成果。Р 另外,国外的一些公司如微软、IBM 、Motorola 等相继在中国设立语音识别研究Р 中心,这也相应地推进了中国语音识别技术的发展。近年来,国内语音识别技术的Р 研究发展迅速,一直紧跟国际领先水平。Р 2