基于词图树扩展的语音命令理解及其容错算法的研究
本文对计算机命令理解的算法作了一些探索性的研究.首先针对词图结构的特点提出了一种词图树扩展理解算法,通过分析与实验比较,发现该算法在保证精确率的下降很小的条件下可获得比传统的Nbest路径理解算法高得多的召回率,而计算效率仅相当于Nbest路径理解算法中句子候选数取值很小的情况;其次根据对实验结果的分析与观察,给出了一种行之有效的命令理解容错算法,使得理解召回率提高到91.7﹪,精确率仍保持在90﹪以上,而理解错误率降低了13.5﹪,同时计算复杂度的上升几乎可以忽略.
词图树扩展理解算法 人机交互 语音命令控制 容错算法
陈俊燕 王作英 李娟子
清华大学电子工程系语音识别实验室
国内会议
深圳
中文
111-114
2001-11-20（万方平台首次上网日期，不代表论文的发表时间）