A method and system for achieving an improved recognition accuracy in speech recognition systems which utilize continuous density hidden Markov models to represent phonetic units of speech present in spoken speech utterances is provided. An acoustic score which reflects the likelihood that a speech utterance matches a modeled linguistic expression is dependent on the output probability associated with the states of the hidden Markov model. Context-independent and context-dependent continuous density hidden Markov models are generated for each phonetic unit. The output probability associated with a state is determined by weighing the output probabilities of the context-dependent and context-independent states in accordance with a weighting factor. The weighting factor indicates the robustness of the output probability associated with each state of each model, especially in predicting unseen speech utterances.

Eine Methode und ein System für das Erzielen einer verbesserten Anerkennung Genauigkeit in den Spracherkennung Systemen, die ununterbrochene Dichte verstecktes Markov verwenden, modelliert, um die Lautmaßeinheiten der Rede darzustellen vorhanden in gesprochenen Redeäußerungen wird zur Verfügung gestellt. Eine akustische Kerbe, die die Wahrscheinlichkeit reflektiert, daß eine Redeäußerung einen linguistischen Modellausdruck zusammenbringt, ist von der Ausgang Wahrscheinlichkeit abhängig, die mit den Zuständen des versteckten Markov Modells verbunden ist. Kontext-unabhängige und Kontext-abhängige ununterbrochene Dichte versteckte Markov Modelle werden für jede Lautmaßeinheit erzeugt. Die Ausgang Wahrscheinlichkeit verband mit einem Zustand wird festgestellt, indem sie die Ausgang Wahrscheinlichkeiten der Kontext-abhängigen und Kontext-unabhängigen Zustände in Übereinstimmung mit einem belastenden Faktor wog. Der belastende Faktor zeigt die Robustheit der Ausgang Wahrscheinlichkeit an, die mit jedem Zustand jedes Modells, besonders in voraussagenden unseen Redeäußerungen verbunden ist.