語音文檔檢索

語音文檔檢索是針對以聲音形式存在的文檔的信息檢索。其基本定義為：是給定一個檢索以及一定數量的語音文檔，返回與檢索需求關係最為接近的文檔集合。從狹義上說，檢索需求指的是一些檢索詞或短語，而相關性指的是語音內容與檢索需求的關係。從廣義上說，檢索需求還包括說話人，說話風格等高層次的信息。

最基本的語音文檔檢索系統有以下三個主要任務：

• 對語音文檔進行切析與識別，提取出語音中內容信息。
• 對於識別結果建立索引。
• 根據用戶的檢索需求，返回語音文檔。

語音文檔檢索需要從語音中提取信息，而提取信息的方法包括使用語音識別引擎或藉助人工標註。在網絡環境下，根據語音文件所在網頁周圍的文字信息也可以很好的輔助檢索。

若使用語音識別進行內容分析，需要解決的問題包括語音/非語音的判決Voice Activity Detection VAD，語音背景噪聲消除，說話人信息的識別，及語音識別的準確性問題。

外部連結

[1] Google 語音索引