面向维吾尔语电话交谈式语音识别的词典设计方法研究

为了解决基于词语的维吾尔语语音识别系统集外词过多的问题，采用形态分析生成的语素或数据驱动切分生成的统计子词代替词语作为识别系统的词典单元。在此基础上，提出一种根据语素识别系统和统计子词识别系统在声学模型训练数据上的音素错误率差别选择词语最佳分解结果，从而构建语素统计子词联合词典的方法。在维吾尔语电话交谈式语音识别任务上比较各个系统的性能。实验结果表明，语素或统计子词的运用能有效缓解词语系统集外词过多的问题。与词典大小为200K的词语系统相比，55K的语素统计子词联合系统使测试集上的音素错误率从45.4%下降到43.8%。