计算机工程与科学

作者：陈璐, 董凌, 王文君, 王剑, 余正涛, 高盛祥,

单位：1.昆明理工大学信息工程与自动化学院，云南 昆明 650500；2.昆明理工大学云南省人工智能重点实验室，云南 昆明 650500

关键词：缅甸语,语音识别文本纠错,音素,共享参数,BERT,

基金：国家自然科学基金（U21B2027,61972186);云南高新技术产业发展项目(201606);云南省重大科技专项计划(202103AA080015,202302AD080003);云南省基础研究计划(202001AS070014);云南省学术和技术带头人后备人才(202105AC160018)

缅甸语语音识别文本中包含大量的同音和空格错误，使用通用的文本语义信息纠正错误字符，对缅甸语空格和同音错误定位和纠正不准确。考虑到缅甸语是一种声调语言，并且音素中包含了声调信息，因此提出融合音素的缅甸语语音识别文本纠错方法。通过参数共享策略对转录文本及其音素进行联合建模，利用音素信息辅助检测并纠正缅甸语同音和空格错误。实验结果表明，本文所提方法相比基线方法ConvSeq2Seq，在缅甸语语音识别纠错任务中的F1值提升了85.97%，达到了79.15%。

来源：2024年第6期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第6期