ＢＲＯＡＤＢＡＮＤ＆ＤＩＧＩＴＡＬ ＣＯＮＴＥＮＴ 宽带与数字内容 。引言 合的评价算法，第１Ｖ部分为算法实现，最后为总结。 ＩＩ．传统语音识别结果评价算法 连续语音识别结果评价，主要用来完成连续语 音识别系统的性能评价，以及为语音识别后处理研 究（如置信度标注）提供有用的信息。在语音识别 系统性能评价中．通常只需要得到正确识别率（或 连续语音识别结果的评价，是通过将语音识别 输出序列和参考文本序列（正确标注文本）进行比 错误识别率）即可，而语音识别后处理通常需要更 为详细的信息，即确定每个字或词的具体识别结果 评价信息（共有四种情况：正确、插入错误、删除 错误、替代错误）。 传统的语音识别结果评价算法，通常采用动态 规划算法得到识别输出与参考文本之间的最佳匹配 结果，ＨＴＫ中的ＨＲｅｓｕｌｔｓ工具是完成这一算法的典 型代表［１］。在进行匹配时，匹配单元可以是词，也 可以是字、音素等，在汉语连续语音识别中，通常 采用字作为匹配单元，如８６３语音识别评测［２］，而 基于音素的匹配通常是在只需要评价声学模型性能 的时候使用。基于词的匹配由于会产生一些错误匹 配，而很少使用。 由于语音识别中通常采用基于词的语言模型 ［３］，网络搜索也是分为词内和词间搜索进行的［１】 因此很多时候需要得到基于词的识别结果分析。例 如在语音识别的置信度研究中，相对于音节来说 词的置信度特征更容易获得，因此很多置信度研究 都是基于词来进行的［４，但是由于基于词的语音识 ４］别结果评价不够准确，严重影响了置信度评价的性 能。因此．如何得到基于词的汉语语音识别结果评 价是一个值得研究的问题。 本文分析了基于词的汉语语音识别结果评价 产生错误的原因．对ＨＴＫ的识别结果评价工具 ＨＲｅｓｕｌｔｓ进行了改进 提出一种基于字词混合的语 音识别结果评价算法。该算法分为三个部分：基于 字词混合的匹配平面定义、多匹配路径及路径得分 函数设计。为了给语音识别后处理提供更多可用的 信息，论文对传统算法的替代错误情况进行了扩展， 增加了插入式替代错误和删除式替代错误，并设计 了基于发音基元的得分函数进行判断。实验表明， 本文所提算法可以有效降低传统评价算法带来的虚 假错误，提高基于词的汉语连续语音识别结果的评 价精度，并可为语音识别后处理提供更多可用的信 息。 论文安排如下，第１Ｉ部分介绍传统语音识别结 果评价算法。第１ＩＩ部分介绍本文提出的基于字词混 较得到的。图１给出了这一问题的描述，其中横轴 Ｔ表示识别输出序列（Ｔｅｓｔ），纵轴Ｒ表示参考文本序 列，ｔｉ表示识别输出序列Ｔ中的第ｉ个匹配单元，ｒｓ 表示参考序列Ｒ中的第，个匹配单元。由于输出序 列和参考序列可以是词序列、音节序列或音素序列 等（二者一般采用相同的形式），因此匹配单元也可 以是词、宇、音素等。语音识别结果评价算法就是 要在Ｒ．Ｔ平面上找到一条最佳的匹配路径．使得沿 着这条路径的匹配得分最小，通常采用动态规划算 法进行匹配，ＨＲｅｓｕｌｔｓ是实现这一算法的典型工具。 在该算法中，匹配路径和匹配得分的定义直接影响 匹配的结果，下面结合ＨＲｅｓｕｌｔｓ进行说明。 ２．１ ＨＲｅｓｕｌｔｓ简介 ＨＴＫ是一个构建隐马尔可夫模型（ＨＭＭ）的工 具包，主要用于语音识别研究，ＨＲｅｓｕｌｔｓ是ＨＴＫ中 用于语音识别结果评价的工具［１］。 在ＨＲｅｓｕｌｔｓ中，匹配路径只有三种：水平方 向、对角线方向和垂直方向。水平方向表示插入 错误（Ｉ），垂直方向表示删除错误（Ｄ），对角线方向 表示正确（识别输出与参考文本相同，Ｈｉｔ）或替代 （识别输出与参考文本不同，ｓ）错误，如图２（ａ）所 示。针对不同的匹配路径采用不同的匹配得分，令 ｃｏ表示路径匹配得分，则有Ｃ（Ｈ）＝０ ｃ（ｓ）：ｌＯ． Ｃ（Ｄ）＝Ｃ（Ｉ）＝７，如图２（ｂ）所示。同时，ＨＲｅｓｕｌｔｓ也支 持ＵＳ ＮＩＳＴ的匹配得分定义（３，３，４）。最佳匹配结 果是具有最小匹配得分的路径。 ＨＲｅｓｕｌｔｓ支持ｗｏｒｄ和ｓｅｎｔｅｎｃｅ两个层次的结果 Ｒ ｒＮ ｔｌ 。 ｔＭ 图１识别结果ｉ￣ｆｆｌ＂问题 ． １ ３３ 哼西逼怯 Ｃｈｉｎａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｂ．路径得分 图２匹配路径及路径得分 输出．其典型格式如下所示： ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．Ｏｖｅｒａｌｌ Ｒｅｓｕｌｔｓ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． ＳＥＮＴ：％Ｃｏｒｒｅｃｔ＝５５．７９『Ｈ＝ｌ２７１２，Ｓ＝１００７３， Ｎ＝２２７８５１ ＷＯＲＤ：％Ｃｏｒｒ＝８７．５８，Ａｃｃ＝８６．４７ ｆＨ＝ｌ５５８６６， Ｄ＝４８７４，Ｓ＝Ｉ７２２３，Ｉ＝１９７８，Ｎ＝Ｉ７７９６３１ 其中ｗｏｒｄ是指匹配的基本单元．可以是任 意的单元，如音素、音节、词等。基于Ｗｏｒｄ的 识别正确率％Ｃｏｒｒ（ｐｅｒｃｅｎｔａｇｅ ｃｏｒｒｅｃｔ）和识别精 度％Ａｃｃ（ｐｅｒｃｅｎｔａｇｅ ａｃｃｕｒａｃｙ）定义如式（１）和式（２） 所示。 ％Ｃｏ ：—Ｎ－Ｄ－Ｓ—×１００％ （１） Ｎ ％ ｃｃ：—Ｎ－Ｄ－Ｓ－Ｉ—×１００％ ｆ２、 Ｎ 其中Ｎ表示参考文本中标注单元的总个数。 ２．２词匹配的常见错误 在基于词的语音识别结果评价中．产生错误匹 配的原因主要有两个：一是分词的标准不统一，汉 语与西文不同，词之间没有明显的分界 需要进行 分词 而且汉语中构词比较灵活，造成分词结果的 不同 从而产生一些错误匹配；二是语音识别系统 的原因，语音识别输出得到的词经常和参考词不一 致，即使采用了相同的分词方法（算法、参数、参 考词典等等均相同） 例如参考文本［是］［应］［…的 邀请］，被识别为［适应］［…的邀请］，这些造成很 多的虚假匹配错误，使得识别结果的评价不可信。 由于在封闭的实验中．分词标准不统一的问题可以 回避，因此本文重点考虑识别结果输出和参考文本 不一致的情况。 采用传统算法（ＨＲｅｓｕｌｔｓ）对汉语语音识别结果 进行分析时，通常会在以下几种情况下产生虚假的 词匹配错误： ２０１０．４ （１）Ｅ１：１３ ＶＳ １，表示ｎ个参考词被识别为一个词 输出（ｎ ２），如参考文本的两个词［是】［应】被识 别为一个词［适应］，此时进行匹配，会产生很多的 虚假删除、替代错误。 （２）Ｅ２：１ ＶＳｎ，表示１个参考词被识别为ｎ个词 输出（ｎ ２） 如参考文本中的一个词［践踏］被识 别为两个词［件Ⅱ他］，此时进行匹配，会产生很 多的虚假插入、替代错误。 （３）Ｅ３：ｎ ｖｓ ｎ 表示ｎ个参考词被识别为ｎ个词 输出（ｎ ２），如［曾经】［使】被识别为［曾］【金石】， 此时进行匹配，会增加一些虚假的替代错误。 综上所述 在汉语语音识别的结果评价中 采 用传统算法进行基于词的结果分析时，会产生很多 虚假的匹配错误（Ｄ，Ｉ，ｓ），特别是产生大量的虚 假Ｄ和Ｉ错误。这也是常见汉语语音识别结果评价 中匹配单元采用字的原因。 Ｉｌ１．基于字词混合的语音识别结果评价算法 本文研究的问题是如何进行最佳词匹配，也就 是说参与匹配的识别输出序列和参考序列都是词序 列，为此将算法的目标确定如下： 目标１：完成词层匹配（传统功能） 目标２：能完成字一级的匹配（解决Ｅｌ—Ｅ３问题） 目标３：词匹配优先（保证正确的词匹配） 目标４：识别输出序列中的词要保持完整性 基于以上考虑，本算法从以下三个方面进行处 理。 ３．１基于字词混合的Ｒ－Ｔ平面定义 为了便于描述，本文将ｒ 和ｔ 分别称为序列Ｒ 和序列Ｔ中的一个节点，则在传统基于词的匹配算 法中，一个节点就是一个词．一个节点也就是一个 匹配单元．而在本算法中，节点ｔ 的含义不变，节 点 只表示参考序列 中的第 个字，不再表示一 个匹配单元。 为了能够同时进行字词匹配．必须按照字构建 匹配平面Ｒ—Ｔ，同时为了保证识别输出词的完整性， 本文提出了基于字词混合的匹配平面定义方法。具 体来说，Ｔ序列（即识别输出序列）保持不变，即按 照词进行匹配（目标１、目标４），Ｒ序列（即参考文 本序列）由词扩展为字（目标２），但保留词的信息（目 标１）。下面着重讨论Ｒ序列的扩展问题。 设Ｒ序列包含Ｎ个词 Ｎ 个字 在定义Ｒ—Ｔ １３４ ＢＲＯＡＤＢＡＮＤ＆ＤｔＧＩＴＡＬ ＣＯＮＴＥＮＴ 宽带与数字内容 平面时．Ｒ轴按照字来进行构建，为了保留词的基 本信息，节点 定义为： （ｉ一１，ｊ） ，＝｛Ｃｈａ，， ，ｎｗ５，Ｌｏｃａｔｉｏｎ｝ （３） （ｉ・１，ｊ—１） 其中Ｃｈａｉ表示Ｒ序列中的第，个字（音节）， 表示Ｃｈａ，所在的词，ｎｗｒｉ表示词 的词长（以 字为单位，即包括多少个字）．Ｌｏｃａｔｉｏｎ表示字Ｃｈａｊ 在词 中的位置，具体定义如下： 表１ Ｌｏｃａｔｉｏｎｌ￣值 Ｌｏｃａｔｉｏｎ 词的开始 词的中间 词的结尾 单宇词 赋值 ｌ ２ ３ ４ 扩展后的Ｒ—Ｔ平面如图３所示。 ３．２多匹配路径 为了进行字词混合匹配．需要设置合理的匹配 路径，本算法从目标１、目标２着手．对传统匹配 路径进行了修改，设计了多匹配路径。如图４所示， 图中ｆ表示Ｔ序列中的第ｉ个节点ｆ ，表示Ｒ序列 中的第，个节点ｒｊ，ｎｗｔｉ表示节点 的词长，图４中 共有ａ—ｆ六条匹配路径，下面分别说明每条路径的 含义和解决的问题。 路径ａ：词插入路径（匹配结果为Ｉ，下同） 同 传统算法； 路径ｂ：字词匹配路径（Ｓ或Ｈ）．当ｎｗｔｉ＝１时， 同传统算法； 路径ｃ：以 为标准的词词匹配路径（Ｓ或 Ｈ），即参考序列中的ｎｗｔ 个字组成的词（设为 ＝｛Ｃｈａ 一．Ｃｈａ，｝）与词ｔｉ进行匹配．当 ｎｗｔｉ＞１时存在，当ｎｗｌｉ＝１时，等同路径ｂ； 路径ｄ：以 所在的词 为标准的词词匹配路 径（Ｓ或Ｈ），即 与ｔｉ进行匹配，路径存在条件： 仅当 一＞Ｌｏｃａｔｉｏｎ＝３时存在 即路径ｄ只当ｒｉ 位于词尾的时候才有效， Ｆｉ一＞Ｌｏｃａｔｉｏｎ＝４（即 ｎｗｒｉ＝１）时，等同路径ｂ； Ｒ ｖＮ｛ｒＮ 一厂一广一ｌ … ｒｊ Ｉ Ｉ Ｉ 一广一广一Ｉ ＩＶ２ —广一广Ｉ一： －ｖ ｛ｒ Ｆ＋－： 斗＋一： Ｔ ｔｌ ｔｒａ 图３基于字词混合的Ｒ Ｔ平面 （ｉ－１，ｊ－ｎｗｒｊ） 图４多匹配路径 应 是 ｅ 适应 件 他 ａ．２ｖｓｌ Ｅ１ ｂ．１ ｖｓ２Ｂ ｃ．２ｖｓ２Ｅ３ 图５ Ｅ１．Ｅ３问题的解决 路径ｅ：字删除路径（Ｄ）．即删除一个字或一个 单字词； 路径 词删除路径（Ｄ），路径存在条件同路径ｄ， 当 一＞Ｌｏｃａｔｉｏｎ＝４（即 ＝】）时，等同路径ｅ： 路径ａ、ｂ、ｅ相当于传统算法中的三条路径， 在本算法中路径ｂ、ｅ主要完成字词匹配，其它路径 主要完成词词匹配。对于Ｅ１一Ｅ３问题的解决图示如 图５所示。 ３．３路径得分函数设计 路径得分函数直接影响各条路径的优先度，从 而影响匹配的结果，本算法以目标３（即词匹配优先） 为出发点，设计合理的路径得分函数。主要解决单 一路径优先问题和组合路径的优先问题。设Ｃ（ｘ）表 示路径Ｘ的得分函数，１ＴＩ表示当前识别输出词和参 考词之间的匹配情况，ｍ＝ｌ表示匹配，ｍ＝０表示不 匹配。 ㈣ １ ３５ 呻园逼｛专 Ｃｈｉｎａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｅ ；▲ 等 人 既 （ａ） 与 趸 １ 图６多组合路径优先问题（３．３节）及常见的三种替 代错误（３．４节，ａ：ＧＳ ｂ：ＤＳ ｃ：Ｉｓ） （１）单一路径优先问题：本着词匹配优先的原则， 对于相同性质的路径 本文令词词匹配和字词匹配 的基本路径得分相等，即 Ｃ ）＝Ｃ（ ）＝Ｃ（／）＝Ｏｃ ｃ（６）＝ｃＩ（ｃ）＝ｃ（ ） １『 ００ｃ ，ｍ竹：０＝１ 其中ｏ［ ＜ｏｃ，（鼓励插入、删除路径）。 （２）多组合路径优先问题：多次匹配路径的组 合，应该保证最佳匹配的路径得分最小，图６给出 几种组合路径的情况．合理的路径得分函数应该使 得沿着对角线匹配的得分最小。图６（ａ）是有多种替 代路径同时存在的情况，为使对角线路径得分最小， 应该使得词长相同的匹配得分小于不同词长的匹配 得分．为此本文引入词长差异因子 ，定义匹配词 长差异得分（仅限于对角线方向匹配路径）为匹配 词长差异乘以 。此外．由图６（ｂ）可知 戗 ．由图 ６（ｃ）可知０ｃ，— ＜２ａ１。 考虑以上条件，本文取以 ：８，ａ２＝１０． ＝５。 最终的路径代价函数分为两部分，基本路径得分和 匹配词长差异得分，详细描述如式４所示。 Ｃ（ａ） Ｃ（ Ｃ（ｆ） ， ｃ（６） １１ｍ＝１ ｆ ＋ｆ，十ｆ ｎｗｔ０ １— ｌ ｌｘｐ０ （４） Ｃ（ｍ＝１ ｃ）＝｛ｆ ０ ｌ ２ ｍ＝０ ０ ｍ＝１ ｃＷ１＝ Ｉ ｎｗｔ —ｎｗｒ；Ｉ ０ １ ３６ ㈣． 此外 为了防止某些非法匹配路径的存在，对 连续出现的删除路径（ｅ或ｆ）或连续出现的插入路径 （ａ）进行惩罚。以删除路径为例．对于连续出现的删 除路径，从第二个删除路径开始每个路径得分增加 惩罚因子０，即新路径得分为原始路径得分加０，０ 取值应满足０＜ａ ，本文取０ ＝ 。 ３．４．替代错误的扩展 ３．４．１替代错误分析 在传统的连续语音识别结果评价中，存在着三 种常见的错误情况，即替代、插入、删除，在基于 词的识别结果评价中，替代错误有三种形式，简称 为ＧＳ（一般替代）、Ｉｓ（插入式替代）和ＤＳ（删除式 替代），如图６所示。 其中，ＧＳ错误是正常的错误形式，也是出现 频率最高的，一般发生在词长相等的匹配中，而ＤＳ 和ＩＳ错误则发生在词长不相等的匹配中 如果识别 输出词长大于参考词长．则发生ＩＳ错误，反之则发 生ＤＳ错误，因此可以通过词长来区分三种替代错误。 从图６还可以看出，ＤＳ路径（即ＤＳ错误） 有时可以拆分为多种情况．如Ｄ＋Ｓ（前删除）、 Ｓ＋Ｄ（后删除）、Ｓ＋Ｄ＋Ｓ（中间删除，多字词情况） 等，Ｉｓ路径也可以拆分为Ｉ＋Ｓ（或Ｉ＋Ｈ．前插入）、 Ｓ＋Ｉ（或Ｓ＋Ｈ．后插入）等。由于在语音识别后处理 研究中 通常以识别输出的词为基元 因此ＩＳ错误 没有必要进行拆分 而ＤＳ路径进行拆分则会使得 对识别输出词的评价更为准确。下面重点研究如何 将ＤＳ错误进行拆分的问题。难点在于ＤＳ错误发生 多为无法匹配的情况，即识别输出词与参考词或参 考词的局部均不相同，因此难以判断是Ｄ＋Ｓ或者还 是Ｓ＋Ｄ．对于多字词的判断更为困难。 本文引入基于发音基元的代价函数，使得某些 ＤＳ路径转变为Ｄ＋Ｓ或Ｓ＋Ｄ路径，即让Ｄ＋Ｓ路径的 代价函数小于ＤＳ路径的代价函数，对于一些不能 区分的则判断为ＤＳ。 ３．４．２基于发音基元的路径得分函数 汉语中每个字的发音可以用一个拼音来描述， 而且是典型的辅音（声母）＋元音（韵母）结构，因 此对于不相同的汉字可以采用其拼音来判断是否一 致或相似。考虑到汉语的辅音发音时间比较短且不 稳定，元音发音时间长、幅度大且稳定，因此在比 较时采用不同的代价函数，即强调韵母的作用。 为了使得组合路径（Ｄ＋Ｓ或Ｓ＋Ｄ）的得分函数小 于ＤＳ路径的得分函数，需要修改等长匹配路径（即 匹配词长差异得分为０）且输出词与参考词不匹配情 ＢＲＯＡＤＢＡＮＤ＆ＤＩＧＩＴＡＬ ＣＯＮＴＥＮＴ 宽带 数字内容 ，Ｌ Ｃ 、ＪＣ ，●●●●●●● ‘●●●，●ｌ＝ ，Ｌ ２ 仅 （２）迭代 况下的代价函数，即当识别输出词长ｎｗｔ ＝ｌ时，修 ２／ ｆｏｒ（ｉ＝ｌ：Ｍ，ｊ＝ｌ：Ｎ。） ２ 改路径ｂ的代价函数．ｎｗｔｉ＞１时修改路径Ｃ的代价 ２ 一 按照式（８）计算局部最佳匹配得分ｇ（ｉＪ），按照 函数。 令ｉｎｉｔ表示声母，ｆｉｎａｌ表示韵母．ｒ表示参考， 式（９）保存局部最佳匹配路径ｑｇ（ｉ，Ｊ）； ｔ表示识别输出，则ｒｉｎｉｔ表示参考字的声母，Ｌ （３）回溯 ｐ ３ ｉｆｎａｌ表示识别输出字的韵母 则当识别输出词长 从 （ ，Ⅳ，）开始回溯，得到最佳匹配结果； ／ ２ ）ｌ ●Ｉ ，，ｎｗｔｉ＝１时，有 （旺 ／２）一２ ｒ ｉｎｉｔ－－ｔ ｉｎｉｔ．ｒ ｆｉｎａ１一ｔ ｆｉｎａｌ ＠ ／２）一１ ｒ ｉｎｉｔＩ＿ｔ ｉｎｉｔ．ｒ ｆｉｎａｌ＝＝ｔ ｆｉｎａｌ Ｃ（ｂ）＝ Ｃ【√２ ｒ ｉｎｉｔ：：Ｉ ｉｎｉｔ．ｒ ｆｉｎａ１ Ｉ－ｔ ｆｉｎａｌ （５） Ｃ【 ｒ ｉｎｉｔＩ＿ｔ ｉｎｉｔ ｒ ｆｉｎａ１『－ｔ ｆｉｎａｌ 当输出词长 ｗ ＞１时，令ｎ＿ｉｎｉｔ、ｎｆｉｎａ１分别 表示输出词与参考词声母、韵母相同的个数，则总 相似度定义为： ：！： ±三 ！： （６） ３ ｘｎｗｔ￣ 显而易见，Ｏ １，则路径Ｃ的得分函数修改为： ３．５整体算法描述 令ｇｏｄ）表示局部最佳匹配得分函数，即表示从 （０，０）点匹配到（ｉＪ）点的最小得分，则有如式（８）所 示的迭代公式。 ｇ（ｉ，Ｊ）＝ｍｉｎ｛ｇ（ｘ（ｉ． ））＋Ｃ（ ）｝ ＝ａ，ｂ Ｃ，ｄ，Ｐ，ｆｆ８１ 公式中 表示任一路径， ，『）表示以（ｆ，『）为 终点的路径 的起点．例如当 时， ｆ，『）＝口（ ，『） ＝（ —ｌ， ，当ｘ＝ｆ时， （ ． ）： ｆ， ）＝（ －１， 一ｎｗｒｊ）。 在ＨＲｅｓｕｌｔｓ中，通过保存方向信息来保存匹配 路径，本文所提算法中路径增加很多，ＨＲｅｓｕｌｔｓ的 方法不再适用，本文设计了式（９）所示的局部最佳 匹配路径保存函数。 （ ， ）＝ａｒｇｍｉｎ｛ｇ（ｘ（ｉ， ））＋Ｃ（ ）） ｘ（ｔ，， Ｘ＝以 ｂ，ｃ，ｄ，ｅ．ｆ 若路径ａ得分最小，则 （ｆ√）＝ （ｆ，力＝（ｆ一１，Ｊ） 依此类推。 整体算法流程如下： （１）输入识别输出词序列（长度为Ｍ）和参考词 序列（词长度为Ｎ，字长度为Ｎ ）按照图３构造Ｒ．Ｔ 平面．初始化； ＜一 （４）统计结果 ＞ ｐ＜ 根据公式（１）、（３２）．计算评价结果识别正确率 ２ ＜一＝＝＝ ，， 和识别精度； ３ （５）输出结果。 ，Ｌ ７、Ｊ ＩＶ．算法实现 ４．１实验数据 实验系统使用ＨＴＫ搭建的汉语大规模连续语 音识别系统，采用声母、韵母作为声学模型基元， 每个基元包含５个状态，每个状态采用８个混合高 斯分量。训练语音语料来自于８６３语音库训练集女 声部分 测试集来自于８６３语音库测试集女声部分 （５０组．每组５２０句） 语音特征采用３９维ＭＦＣＣ 特征 包括对数能量 １２维ＭＦＣＣ参数静态特征以 及其一阶、二阶差分特征。 ４．２置信度标注系统 置信度，是指语音识别结果正确的可信程度， 是语音识别中非常重要的后处理过程。置信度标注 通常需要进行置信度特征提取和建立分类模型进行 置信度评估。置信度特征通常是从语音解码过程中 提取的一些信息，如后验概率［４］等。置信度分类 是指将语音识别结果分类为正确／错误两类（或分 为４类ＨＳＤＩ），常见的置信度分类模型有决策树、 ＳＶＭ等［５］。在置信度分类器模型的训练和分类性 能的评价阶段 需要提供语音识别结果的正确评价。 图７给出一个语音识别置信度评价系统的示意图。 本文通过置信度标注实验来验证本文所提算法的有 效性。 在本文的置信度评价实验中，置信度特征采用 固 圉基 图７置信度标注系统框图 宙豳 ㈣． １ ３７ 呻国迤怯 Ｃｈｉｎａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ 表５词匹配结果 基于词的５维特征，包括词后验概率、语速（字长 ／帧）、词语言模型得分、声学模型得分和声学模型 准确对于语音识别置信度评价的影响是很大的，即 得分似然比。置信度分类只分为两类（正确／错误）． 即将替代Ｓ、插入Ｉ归为错误类别．由于删除错误 无法提取特征，实际分类时没有考虑删除错误。分 类器采用ＳＶＭ分类器，分为正确／错误两类，１２ 个女声数据共４８１２６个词作为训练数据，其它３８个 女声数据作为测试数据。 ４．３实验结果 ４．３．１语音识别结果评价实验 为了便于描述．将ＨＲｅｓｕｌｔｓ工具所用算法称 为ｈｔｋ，本文第１ＩＩ节所提算法称为ＭＷ１，采用式 （５）的ＭＷ１算法称为ＭＷ２，采用式（５）和式（７）的 ＭＷ１算法称为ＭＷ３。表５给出了词的语音识别评 价结果。由实验结果来看，本文所提算法均可以有 效降低插入、删除、替代错误，提高基于词的匹配 精度 其中ＭＷ１算法的性能最好，但评价结果不 够准确 即包含多种替代错误，由于ＭＷ２和ＭＷ３ 算法可能将一个错误拆分为多个错误，因此在评价 结果性能上不如ＭＷ１．后面将结合置信度实验进 行评价。 ＭＷ２和ＭＷ３显著提高插入错误的个数，表明 可以有效解决ＤＳ错误的拆分问题，提高识别结果 评价的准确性。ＭＷ３算法性能不如ＭＷ２算法的原 因分析：在设计路径代价函数时，已经考虑词匹配 优先问题，即基本路径匹配得分均为０【：．因此式（７） （即ＭＷ３算法）所起的作用不大．甚至因为过于降 低词长大于１的匹配路径的代价函数，引起一些虚 假的匹配错误。 ４．３。２置信度标注实验 本文做了４个置信度标注实验 如表６所示． 其中，Ｍｗ２ １与ＭＷ２ ２的区别在于 ＭＷ２ ２的 ＳＶＭ训练数据中不包括ＤＳ．ＩＳ数据。由实验结果 可以看出，采用本文的语音识别结果评价算法，可 以有效降低由识别结果匹配错误带来的坏样本影响， 而ＭＷ２ ２方法的性能最好，也证明了本文所提算 法的有效性。 ＭＷ２实验的性能优于ＭＷ１，ＭＷ２—２实验的 性能优于ＭＷ２ ｌ，都表明语音识别结果评价的不 １ ３８ 更准确更细致的语音识别结果评价对于语音识别后 处理是非常有用的。 Ｖ．结论 本文提出了～种基于字词混合的汉语连续语音 识别结果评价算法，将识别结果评价由四种情况扩 展到六种情况（增加了插入式替代、删除式替代） 可以有效解决基于词匹配引起的虚假错误评价，从 而提高汉语连续语音识别结果的评价精度．为语音 识别后处理提供更多可用的信息 论文下一步的工作要对本文所提算法进行优化 和细化，使得连续语音识别结果的评价更详细、更 准确。呻西遣怯 参考文献 『１］Ｓ．Ｙｏｕｎｇ ｅｔ ａ１．，Ｔｈｅ ＨＴＫ Ｂｏｏｋ（ｆｏｒ ＨＴＫ Ｖｅｒｓｉｏｎ ３．４）， Ｓｐｅｅｃｈ Ｖｉｓｉｏｎ ａｎｄ Ｒｏｂｏｔｉｃｓ Ｇｒｏｕｐ，Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｅｎｇｉｎｅｅｒｉｎｇ Ｄｅｐａｒｔｍｅｎｔ，Ｄｅｃｅｍｂｅｒ，２００６． ［２］Ｗａｎｇ Ｘｉａｎｇｄｏｎｇ，Ｒｕａｎ Ｈｕａｎｂｏ，Ｌｉｎ Ｓｈｏｕｘｕｎ， Ｑｉａｎ Ｙｕｌｉａｎｇ．Ｓｕｍｍａｒｙ ｏｆ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ Ｅｖａｌｕａｔｉｏｎ， ．ｈｔｔｐ：／／ｆｏｒｕｍ．ｉｃｔ．ａｃ．ｃｎ／ｕＰｆｉｌｅ／２００６０５ ｌ ６１ ５５ ３ｆ．ｍｆ＠ ｉｑｄｄ７ｗｄｕ４ｂｌａ４７ｍｄｂ ｌｉ．ｄｏｃ． 【３】Ｚｏｕ Ｒｏｎｇ，Ｒｅｓｅａｒｃｈ ｏｎ Ｓｔａｔｉｓｔｉｃａｌ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌ ｏｆ Ｌａｒｇｅ—Ｖｏｃｏｂｕｌａｒｙ Ｃｏｎｔｉｎｕｏｕｓ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ， Ｍａｓｔｅｒ ｔｈｅｓｉｓ，ＢＵＰＴ，Ｃｈｉｎａ。２００６． ｆ４１ Ｒｏｎｇ Ｚｈａｎｇ ａｎｄ Ａｌｅｘａｎｄｅｒ Ｉ．Ｒｕｄｎｉｅｋｙ．Ｗｏｒｄ ｌ ｅｖｅ １ ｃｏｎｆｉｄｅｎｃｅ ａｎｎｏｔａｔｉｏｎ ｕｓｉｎｇ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｆｅａｔｕｒｅｓ．ｆＡ］Ｐｒｏｃ． ｏｆＥｕｒｏＳｐｅｅｃｈ，．『Ｃ１ Ｓｃａｎｄｉｎａｖｉａ，２００１ ［５】Ｆ．ｗｅｓｓｅｌ，Ｒ．Ｓｃｈｌｕｔｅｒ，Ｋ．Ｍａｃｈｅｒｅｙ，Ｈ．Ｎｅｙ． Ｃｏｎｆｉｄｅｎｃｅ ｍｅａｓｕｒｅｓ ｆｏｒ ｌａｒｇｅ ＶＯＣａｂｕｌａｒｙ ｃｏｎｔｉｎｕｏｕｓ ｓｐｅｅｃｈ ｒｅｃｏｇｎｉｔｉｏｎ． Ｊ］ＩＥＥＥ Ｔｒａｎｓ．Ｓｐｅｅｃｈ Ａｕｄｉｏ Ｐｒｏｃｅｓｓ．２００ １． ９ｒ３１．２８８—２９８ 『作者简介』 ，男，副教授，博士，北京邮电大学，主要研究 方向为模式识别、语音信号处理、音频信息检索。 陈伟，男，博士研究生，北京邮电大学，主要研究方 向为模式识别，机器学习 郭军，男，教授，博士生导师，北京邮电大学信息 与通信工程学院院长，主要研究方向为模式识别理论与应 用、信息检索、基于内容的信息安全、网络管理。
