基于网格中文语音文件检索技术的研究

《基于网格中文语音文件检索技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ClassifiedIndex：U．D．C：ADissertationfortheDegreeofM．EngResearchonMandarinSpokenDocumentRetrievalBasedonLatticeCandidate：GaoYunxiaSupervisor：Assoe．ProLZhangLeiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：SignalandInformationProcessingDateofSubmissi

2、on：March，2010DateofOralExamination：March，2010University：HarbinEngineeringUniversity吣5㈣9㈣3萋

3、8㈣0㈣8⋯⋯1洲Y，l'『哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其它个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明

4、确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字)：高逗霞日期：20lo年弓月，6日学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨

5、工程大学。涉密学位论文待解密后适用本声明。本论文(口在授予学位后即可口在授予学位12个月后口解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字)：高运霞日期：2010年多月16日导师(签字)：亏。岛。圳。年≥月l‘日■■，LF，，▲l哈尔滨工程大学硕士学位论文摘要语音文件检索技术，可以有效地帮助人们从海量的语音信息资源中找到与自己需求相关的信息，是解决信息爆炸问题最有效的技术手段。随着语音识别技术的不断发展，将语音识别技术与传统的文本信息检索技术相结合来进行语音文件检索已经成为一个趋势。然而，

6、语音识别系统的效果，将严重影响语音文件检索的性能。在大多数情况下，由于模型不匹配或者语料噪声的影响等，使得语音识别的效果往往不能令人满意。针对如何将语音识别技术与信息检索技术有效结合这一问题，本文从语音文件的表示形式及信息检索模型两方面进行考虑，提出了一种新的中文语音文件检索方法。一方面，对于语音文件的表示形式，采用Syllable—lattice结构。Lattice可以提供语音识别的多候选结果，它能够一定程度上减轻语音识别的误识对信息检索系统的影响。同时，基于子词的索引策略一Syllable(音节)，可以

7、有效地解决查询请求中的OOV词的问题。另一方面，对于信息检索模型，本文研究了信息检索相关技术，在传统的查询似然信息检索模型中引入了文件长度先验概率。实验表明，基于Syllable．1attice的检索系统的检索效果大大优于传统的One．best，其中，在信息检索模型中引入文件长度先验概率信息，可使基于Syllable．1attice的语音文件检索系统的检索效果达到最优，比基线检索模型提高了约30％。实验证明了所提方法是正确的、可行的、有效的。关键词：语音文件检索；音节网格：文件先验概率■■，■Lr，饥I哈尔

8、滨工程大学硕士学位论文ABSTRACTSpokendocumentretrievaltechnologycanbeeffectiveinhelpingpeoplefindrelevantinformationfromthefloodofinformationresources．Withtheadvancesinspeechrecognitiontechnology，integratingtheinformationretrievaltechnologyandspeechrecognitiontogether

9、torealizespokendocumentretrievalsystemhasbecomeatrend．However,inmostcases，becauseofthemismatchofthemodel，ortheimpactofnoise，thebestresultsofspeechrecognitionaleoftenunsatisfactorytobeusedinthespokendocumentre