Techniques are described for decreasing the number of errors when consensus
decoding is used during speech recognition. A number of corrective rules
are applied to confusion sets that are extracted during real-time speech
recognition. The corrective rules are determined during training of the
speech recognition system, which entails using many training confusion
sets. A learning process is used that generates a number of possible
rules, called template rules, that can be applied to the training
confusion sets. The learning process also determines the corrective rules
from the template rules. The corrective rules operate on the real-time
confusion sets to select hypothesis words from the confusion sets, where
the hypothesis words are not necessarily the words having the highest
score.
Las técnicas se describen para disminuir el número de errores cuando el descifrar del consenso se utiliza durante el reconocimiento de discurso. Un número de reglas correctivas se aplican a los sistemas de la confusión que se extraen durante el reconocimiento de discurso en tiempo real. Las reglas correctivas se determinan durante el entrenamiento del sistema del reconocimiento de discurso, que exige el usar de muchos los sistemas de la confusión del entrenamiento. Se utiliza un proceso de aprendizaje que genera un número de reglas posibles, llamado las reglas de la plantilla, que se pueden aplicar a los sistemas de la confusión del entrenamiento. El proceso de aprendizaje también determina las reglas correctivas de las reglas de la plantilla. Las reglas correctivas funcionan encendido los sistemas en tiempo real de la confusión para seleccionar palabras de la hipótesis de los sistemas de la confusión, donde no están necesariamente las palabras las palabras de la hipótesis que tienen la cuenta más alta.
