摘要：研究了潜在语义分析（LSA）理论及其在连续语音识别中应用的相关技术，在此基础上利用WSJ0文本语料库上构建L5A模型，并将其与3-gram模型进行插值组合，构建了包含语义信息的统计语言模型；同时为了进一步优化混合模型的性能，提出了基于密度函数初始化质心的k-means聚类算法对LSA模型的向量空间进行聚类。WSJ0语料库上的连续语音识别实验结果表明：LSA＋3-gram混合模型能够使识别的词错误率相比较于标准的3-gram下降13.3％。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社