-
题名区分性模型组合中基于决策树的声学上下文建模方法
被引量：1
- 1
-
-
作者
黄浩
李兵虎
吾守尔.斯拉木
-
机构
新疆大学信息科学与工程学院
新疆大学多语种信息技术实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2012年第9期1449-1458,共10页
-
基金
国家自然科学基金(60965002
60865001
+2 种基金
61163026)
新疆高校科研计划培育基金(XJEDU2008S15)
新疆大学博士科研启动基金(BS090143)资助~~
-
文摘
上下文相关的区分性模型组合的局限在于引入大的模型权重参数集,在数据有限时容易导致区分性权重训练过拟合.针对该问题,本文提出利用决策树进行上下文建模,采用最小音子错误准则构建决策树以获得最优上下文相关权重参数集.决策树构造过程中通过评估目标函数的一阶近似增量来加速最优问题集的选择,并利用精细问题集来获得更好的声学区分能力.基于多模型组合的语音识别实验表明,该方法能够增强权重训练对过拟合的鲁棒性,在大幅减小参数数量的情况下降低误识率,并优于在特征空间进行组合的方法.
-
关键词
区分性模型组合
上下文建模
声学决策树
最小音子错误
语音识别
-
Keywords
Discriminative model combination, context, decision tree, minimum phone error, speech recognition
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名多分类器区分性组合在二次解码中的应用
- 2
-
-
作者
黄浩
李兵虎
-
机构
新疆大学信息科学与工程学院多语种信息技术实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第32期163-166,共4页
-
基金
国家自然科学基金No.60965002
新疆高校科研计划培育基金(No.XJEDU2008S15)
新疆大学博士科研启动基金(No.BS090143)~~
-
文摘
提出利用基于隐马尔可夫模型的谱特征模型、基于高斯混合模型的声调分类器以及基于多层感知器的音素分类器模型的组合来提高语音识别中二次解码中的识别率。在模型组合中,使用上下文相关的模型权重加权模型得分,并使用区分性训练来优化上下文相关权重来进一步改进识别结果。对人工选取各种上下文相关权重集合进行了性能评估,连续语音识别实验表明,使用局部分类器进行二次解码能够明显降低系统误识率。在模型组合中,使用当前音节类型及左上下文相结合的模型权重集合能够最大程度降低系统误识率。实验表明该方法得到的识别结果优于基于谱特征与基频特征和音素后验概率特征合并得到特征组合的识别系统。
-
关键词
区分性模型组合
语音识别
多层感知器
区分性训练
-
Keywords
discriminative model combination
speech recognition
multi-layer perceptron
discriminative training
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
