基于支持向量机的关键词拒识算法Keyword Rejection Based on Support Vector Machine
张搏,刘金福,张昆帆
摘要(Abstract)：
支持向量机是统计理论学习中一个重要的学习方法,也是解决模式识别问题的强有力工具,尤其在二元分类上有着突出的优势。拒识技术是语音识别系统走向实用化的关键技术之一,但由于语音信号的复杂性,使得拒识一直是语音识别技术中的难题。有机的将支持向量机技术应用于关键词识别的拒识问题中,把关键词识别中的正识和误识作为支持向量机的二元分类对象。这种方法避免了传统拒识方法对拒识门限的确定,同时充分发挥了支持向量机在二元分类上的优势,实验表明该算法效果较为有效。
关键词(KeyWords)： 支持向量机;垃圾模型;反词模型;拒识技术
基金项目(Foundation):
作者(Author): 张搏,刘金福,张昆帆
参考文献(References)：
- [1]Rivilin Z.A Confidence Measure for Acoustic LikelihoodScores[J].Proc.of EuroSpeech,1995,1:523 526.
- [2]Wilpon J G,Rabiner L R,Lee C H,et al.Automatic Recog-nition of Keywords in Unconstrained Speech Using HiddenMarkov Models[J].IEEE Trans.on Acoustic,Speech,SignalProcessing,1990,138(11):1870 1878.
- [3]Rachida El Méliani,Douglas O′Shaughnessy.Accurate Key-word Spotting Using Strictly Lexical Fillers.ICASSP97,1997,2:907 910.
- [4]Vapnik V N.The Nature of Statistical Learning Theory[M].2nd Edition.New York:Springer,1999.
- [5]Manos,A.S.A Study on Out of Vocabulary Word Model-ing for a Segment based Keyword Spotting System.M.S.Thesis,Massachusetts Institute of Technology,1996.
- [6]彭煊,王炳锡.支持向量机及其在被动声呐目标识别中的应用[J].信号处理(增刊),2001,316 320.
- [7]Colin Campbell.Kernel Methods:A Survey of Current Tech-niques.Neurocomputing,2002,48(1):63 84.
- [8]John C Platt.Probabilistic Outputs for Support Vector Ma-chines and Comparisons to Regularized Likelihood Methods[A].In Advances in Large Margin Classifiers[C].AlexanderJ.Smola,Peter Bartlett,MA,MIT Press.1999.61 74.
- [9]胡国胜.支持向量机算法及应用[J].现代电子技术,2005,28(3):106 109.