WFST解码器词图生成算法中的非活跃节点检测与内存优化
发布时间:2021-11-15 15:53
解码器引擎是语音识别系统的核心模块,而基于加权有限状态机(WFST)的解码器则是解码器的一种典型形式。分析静态WFST解码器在实际应用中的资源占用问题,提出一种在解码和词图生成过程中通过检测非活跃节点动态回收系统资源的策略。最后,在OpenKWS 15数据集上进行实验,证明该策略使解码器的内存消耗比不回收系统资源的解码器降低75%左右。
【文章来源】:中国科学院大学学报. 2019,36(01)北大核心CSCD
【文章页数】:6 页
【文章目录】:
1 WFST语音识别解码器
2 解码器的内存优化策略
2.1 数据结构的调整和优化
2.2 数据结构的动态维护
2.3 解码过程中的内存回收策略
2.3.1 非活跃节点的检测
2.3.2 段时间长度的选择
3 实验和结果
4 结论
【参考文献】:
期刊论文
[1]一种快速的语音识别词图生成算法[J]. 李伟,吴及,王智国. 清华大学学报(自然科学版). 2009(S1)
本文编号:3497080
【文章来源】:中国科学院大学学报. 2019,36(01)北大核心CSCD
【文章页数】:6 页
【文章目录】:
1 WFST语音识别解码器
2 解码器的内存优化策略
2.1 数据结构的调整和优化
2.2 数据结构的动态维护
2.3 解码过程中的内存回收策略
2.3.1 非活跃节点的检测
2.3.2 段时间长度的选择
3 实验和结果
4 结论
【参考文献】:
期刊论文
[1]一种快速的语音识别词图生成算法[J]. 李伟,吴及,王智国. 清华大学学报(自然科学版). 2009(S1)
本文编号:3497080
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3497080.html