1、作為人們最方便、最自然的信息傳遞方式，語(yǔ)音在人類社會(huì)中無(wú)處不在。尤其是在信息和多媒體技術(shù)迅猛發(fā)展的今天，語(yǔ)音通信網(wǎng)絡(luò)和計(jì)算機(jī)互聯(lián)網(wǎng)上的語(yǔ)音數(shù)據(jù)正以前所未有的速度增長(zhǎng)。對(duì)這些語(yǔ)音數(shù)據(jù)進(jìn)行分析和處理，并獲取人們感興趣的有用信息，具有重要的理論意義和實(shí)用價(jià)值。作為語(yǔ)音信息檢索的核心技術(shù)，語(yǔ)音關(guān)鍵詞檢測(cè)（Spoken Term Detection，STD）以搜索并定位語(yǔ)音文檔中的特定詞為目的，在語(yǔ)音分析、信息檢索、數(shù)據(jù)挖掘、信息安全等領(lǐng)域有著廣

2、泛的應(yīng)用。
　　近年來(lái)，語(yǔ)音關(guān)鍵詞檢測(cè)已經(jīng)成為語(yǔ)音處理領(lǐng)域的研究熱點(diǎn)，吸引了大量學(xué)者展開廣泛而深入的研究。雖然取得了一定的進(jìn)展，但目前的檢測(cè)結(jié)果中仍不可避免地存在著大量錯(cuò)誤，這降低了關(guān)鍵詞檢測(cè)系統(tǒng)的性能。從描述檢測(cè)結(jié)果的可信程度來(lái)看，錯(cuò)誤的原因在于系統(tǒng)對(duì)真實(shí)的關(guān)鍵詞結(jié)果賦予了較低的置信測(cè)度（Confidence Measure），而對(duì)虛假的關(guān)鍵詞結(jié)果賦予了較高的置信測(cè)度。因此，有效的置信測(cè)度方法對(duì)語(yǔ)音關(guān)鍵詞檢測(cè)至關(guān)重要。然而，目前

3、的方法不僅訓(xùn)練準(zhǔn)則與評(píng)價(jià)準(zhǔn)則不一致，而且缺乏對(duì)高級(jí)語(yǔ)言學(xué)信息的有效利用；此外，面向詞表外詞的檢測(cè)仍存在召回率低的問(wèn)題，尚無(wú)刻畫詞表外詞置信測(cè)度的有效方法。本文針對(duì)以上問(wèn)題，從詞表內(nèi)詞與詞表外詞兩個(gè)方面展開研究，其主要研究?jī)?nèi)容及創(chuàng)新工作如下：
　?。?）針對(duì)目前置信測(cè)度訓(xùn)練準(zhǔn)則與評(píng)價(jià)準(zhǔn)則不一致的問(wèn)題，提出了基于接受者操作特性（Receiver Operating Characteristics，ROC）曲線下面積（Area Unde

4、r ROC Curve，AUC）最大化準(zhǔn)則的置信測(cè)度。該方法利用輸入語(yǔ)音的聲學(xué)特征，以最大化AUC作為優(yōu)化目標(biāo)，實(shí)現(xiàn)了一種子詞加權(quán)置信測(cè)度。同時(shí)，根據(jù)漢語(yǔ)特點(diǎn)，提出了音節(jié)置信測(cè)度向量的表示方法，進(jìn)而實(shí)現(xiàn)了基于AUC最大化的音節(jié)加權(quán)置信測(cè)度。與現(xiàn)有基于最小分類錯(cuò)誤準(zhǔn)則的方法相比，所提出的方法使訓(xùn)練準(zhǔn)則與評(píng)價(jià)準(zhǔn)則相一致，同時(shí)更有利于參數(shù)的訓(xùn)練，從而獲得更好的檢測(cè)性能。
　?。?）針對(duì)現(xiàn)有方法缺乏對(duì)高級(jí)語(yǔ)言學(xué)信息有效利用的問(wèn)題，提出了一

5、種基于上下文背景一致度的置信測(cè)度。它利用關(guān)鍵詞候選間的關(guān)系，將背景詞的不確定性與語(yǔ)音文檔主題的影響考慮到上下文背景一致度的計(jì)算當(dāng)中，并將上下文背景一致度作為置信測(cè)度。為此，利用詞出現(xiàn)概率估計(jì)背景詞的不確定性，通過(guò)合并Lattice中交疊候選來(lái)計(jì)算詞出現(xiàn)概率。為了考慮主題的影響，提出了基于主題的上下文背景一致度自適應(yīng)方法。該方法通過(guò)直接對(duì)主題分類并使用特定主題的語(yǔ)義相似度的思想實(shí)現(xiàn)自適應(yīng)。由于加入了背景詞不確定性和主題信息等先驗(yàn)知識(shí)，使上

6、下文背景一致度的計(jì)算變得更為準(zhǔn)確。實(shí)驗(yàn)表明，考慮背景詞的不確定性和基于主題的自適應(yīng)能使檢測(cè)性能有明顯提高。
　?。?）針對(duì)詞表外詞檢測(cè)召回率低的問(wèn)題，提出了一種基于關(guān)鍵詞擴(kuò)展的詞表外詞檢測(cè)方法及相關(guān)置信測(cè)度計(jì)算方法。該方法將與原始關(guān)鍵詞發(fā)音相似或易混的音節(jié)序列也作為關(guān)鍵詞進(jìn)行搜索。在根據(jù)所擴(kuò)展的關(guān)鍵詞定位可能的候選之后，利用候選的后驗(yàn)概率以及所擴(kuò)展的關(guān)鍵詞與原始關(guān)鍵詞之間的不匹配程度來(lái)計(jì)算其置信測(cè)度。擴(kuò)展的關(guān)鍵詞與原始關(guān)鍵詞間的混

7、淆度由聲學(xué)模型間K-L散度來(lái)度量。為了對(duì)K-L散度值進(jìn)行準(zhǔn)確估計(jì)，提出了基于上下界的K-L散度估計(jì)方法。這一策略能夠有效處理漢語(yǔ)模糊匹配中的音節(jié)插入、刪除等情況，解決了不同長(zhǎng)度音節(jié)串間不匹配度量的問(wèn)題。同時(shí)，為了加快搜索關(guān)鍵詞的速度，提出了一種基于n元文法的樹狀索引。實(shí)驗(yàn)表明，所提出的基于關(guān)鍵詞擴(kuò)展的詞表外詞檢測(cè)方法能夠有效提高召回率，所提出的置信測(cè)度也能夠提高詞表外詞檢測(cè)性能。
　?。?）針對(duì)詞表外詞檢測(cè)缺乏有效置信測(cè)度的問(wèn)題，

8、提出了基于候選片段間相關(guān)度的詞表外詞置信測(cè)度。通過(guò)使用狀態(tài)對(duì)齊的方法對(duì)候選片段的邊界進(jìn)行準(zhǔn)確定位，并利用基于幀似然比的方法計(jì)算初始的置信測(cè)度。在此基礎(chǔ)上，提出了兩種基于相關(guān)性的置信測(cè)度重估方法，即基于反饋機(jī)制的置信測(cè)度和基于隨機(jī)游走模型的置信測(cè)度。前者根據(jù)偽相關(guān)集合和偽無(wú)關(guān)集合對(duì)每一個(gè)候選的置信測(cè)度進(jìn)行重新計(jì)算。后者利用任意兩個(gè)候選間的相關(guān)度和隨機(jī)游走模型完成置信測(cè)度重新計(jì)算。實(shí)驗(yàn)表明，所提出的詞表外詞置信測(cè)度能夠有效提升詞表外詞的檢測(cè)