论文部分内容阅读
语音唤醒系统是一种个性化较强的语音识别应用系统,在特定应用中所积累的数据量一般比较有限。这种情况导致语音唤醒系统的声学模型相对较弱,如果基于连续语音识别的解码结果进行分析通常会带来较高的错误水平。本文提出了一种基于N-BEST路径上的状态后验概率来进行唤醒判别的方法,该方法可以有效克服弱声学模型所带来的解码结果错误问题,在维持低虚警率的情况下大幅提升系统的唤醒率。本文详细介绍了语音唤醒系统框架以及所提出方法的具体步骤,并通过实验对方法的有效性进行了验证。