摘要：音字转换是汉语言信息处理的一个重要方面，在语音识别、汉语拼音输入等方面都有广泛的的应用。本文首先回顾了词树的理论知识，然后对词树进行求解，最后对词树进行剪枝，随之，对产生的多音字进行处理。基于上面的理论，提出了一种基于语言模型实现音字转换的高效解码算法，这种算法涉及到零概率重估、路径剪枝和多音字处理等多项技术，实验结果表明这种算法可以达到97.78 %的准确率，与以往的算法相比，效果比较显著。
　　关键词：语言模型；n-gram 模型；音字转换
　　中文分类号：TP391.1 文献标识码A
　　引 言
　　语言模型（Language model）[1]是语音识别系统（speech recognition system）[2]的一个重要组成部分。语言模型，通常可分为基于统计的语言模型（Statistical language model）和基于规则的语言模型（Rule based language model）两大类。在现在的技术条件下，基于统计的语言模型（Statistical language model）处于主流地位，具体是通过对大量的语料进行统计[3]，获得词与词之间相互连接信息，为评价一个词串是否有意义提供基础依据。
　　统计语言模型中，n-gram语言模型是公认的研发设计代表[4]，因其结构相对简单，而且易于构建与应用。但是，在实际运用n-gram语言模型时，却会不断发现，由于训练语料稀疏而引起了一定的零概率问题[5]。而采用本文提出的算法，仿真实验结果表明对解决这一问题则呈现出优质有效的运行效果。本文即针对这一课题内容展开分析论述。