[发明专利]通过使用平方根折扣的统计语言的语音识别

权利要求书

1.一种用于统计语言建模的方法，其包括以下步骤：

以预定的顺序提供预定数目的词；

提供包括预定数目词序列的训练语料，其中每个词序列由所提供 的预定顺序的预定数目的词组成，所述预定数目的词跟随有至少一个 额外词；

提供候选词，并基于训练语料为每个候选词计算该候选词跟随所 提供的预定数目的词的概率得到所述候选词的概率；和

确定对其计算的概率超过预定阈值的至少一个候选词；

其中所述候选词的概率是基于平滑的最大似然概率计算的，该最 大似然概率是为训练语料的词序列计算的，对于训练语料的所有词序 列，该最大似然概率大于或等于预定的正实数，该正实数小于或等于 训练语料的词序列的预定数目的倒数值，

其特征在于，如果观察到的训练语料的词序列的频率c_j都没有落 在所述预定的正实数乘以训练语料的所有预定数目的词序列的整体频 率以下，这里c_j表示训练语料的N个词序列中观察到的第j个词 序列的频率，其中该正实数小于或等于词序列的预定数目的倒数值， 则对于包括所提供的跟随有所述候选词的预定顺序的预定数目的词或 由其组成的每个词序列，基于最大似然概率计算每个候选词的概率。

2.如权利要求1所述的方法，其中如果对于至少一个j，c_j＜mS， 这里c_j表示训练语料的N个词序列中观察到的第j个词序列的频率， 且S是训练语料中所有观察到的词序列的整体频率且m是 预定正实数，其小于或等于词序列的预定数目N的倒数值，对所述候 选词的概率p_j的计算包括以下步骤：

a)以下式计算实数α

α=Σj=1Nc‾j-SΣj=1Nc~j]]>

其中

且

b)计算平滑的计数

c)通过p_j＝c_j’/S计算平滑的概率p_j，和

d)如果p_j≥m，由p_j确定每个候选词的概率。

3.如权利要求2所述的方法，其中如果如步骤c)中计算的p_j至 少有一个小于预定正实数m，该正实数小于或等于词序列的预定数目 N的倒数值，则按照从最大似然概率p_j⁽⁰⁾＝c_j/S开始并进一步由p_j⁽ⁿ⁾＝ <(p_j^(n-1))＞定义的概率p_j⁽ⁿ⁾的归纳序列，对权利要求2中的步骤a)到c) 进行迭代，确定每个候选词的概率，其中<>表示平滑的计数c_j’的迭代 计算。

4.如前述任一权利要求所述的方法，其中训练语料中包括的每个 词序列由二元文法和/或三元文法和/或四元文法组成。

5.如权利要求1所述的方法，其中每个候选词的概率是基于n元 文法和(n-1)元文法计算的。