普通话发音检错系统中TANDEM 方法的研究与实现.pdfVIP

第２８卷第７期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．７ ２０１１年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１１ 普通话发音检错系统中ＴＡＮＤＥＭ方法的研究与实现 龚　澍　魏　思　胡国平　刘庆峰 （中国科学技术大学电子工程与信息科学系　安徽合肥２３００２７） 摘　要　　语音识别中常用的ＨＭＭ／ＧＭＭ框架由于训练准则和算法的限制，对模式的辨识能力较差；另一种ＨＭＭ／ＡＮＮ框架虽具 有极强的模式分类能力，但缺乏成熟有效的优化手段。将一种综合两者优点的ＴＡＮＤＥＭ方法应用到普通话发音检错系统中，通过 使用区分性训练的神经网络去估计音素级后验概率，经过一系列后续处理将原始ＭＦＣＣ特征转化为ＴＡＮＤＥＭ特征，作为基于ＨＭＭ 统计模型的发音检错系统的输入，进而完成评测过程。实验结果证明，ＴＡＮＤＥＭ方法使系统的检错性能有了较大的提升，结合 ＭＬＬＲ等自适应方法的使用效果会更为明显。 关键词　　语音识别评测　发音检错　ＴＡＮＤＥＭ　多层感知器　最大似然线性回归 ＲＥＳＥＡＲＣＨＡＮＤＲＥＡＬＩＳＡＴＩＯＮＯＦＴＡＮＤＥＭＩＮＭＡＮＤＡＲＩＮＳＰＥＥＣＨ ＥＲＲＯＲＤＥＴＥＣＴＩＯＮＳＹＳＴＥＭ ＧｏｎｇＳｈｕ　ＷｅｉＳｉ　ＨｕＧｕｏｐｉｎｇ　ＬｉｕＱｉｎｇｆｅｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｈｅｆｅｉ２３００２７，Ａｎｈｕｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＴｈｅＨＭＭ／ＧＭＭｆｒａｍｅｗｏｒｋｗｈｉｃｈｉｓｏｆｔｅｎｕｓｅｄｉｎｖｏｉｃｅｒｅｃｏｇｎｉｔｉｏｎｉｓｃｏｍｐａｒａｔｉｖｅｌｙｐｏｏｒａｔｍｏｄｅｒｅｃｏｇｎｉｔｉｏｎｄｕｅｔｏｉｔｓ ｌｉｍｉｔａｔｉｏｎｏｎｔｒａｉｎｉｎｇｒｕｌｅａｎｄａｌｇｏｒｉｔｈｍ．Ａｎｏｔｈｅｒｆｒａｍｅｗｏｒｋ，ｔｈｅＨＭＭ／ＡＮＮ，ｉｓｂｅｔｔｅｒａｔｍｏｄｅｃｌａｓｓｉｆｉｃａｔｉｏｎｂｕｔｌａｃｋｓｍａｔｕｒｅａｎｄｅｆｆｅｃｔｉｖｅ ｏｐｔｉｍｉｓａｔｉｏｎａｐｐｒｏａｃｈｅｓ．Ｉｎｔｈｅｔｈｅｓｉｓ，ｔｈｅａｕｔｈｏｒｓａｐｐｌｙＴＡＮＤＥＭｗｈｉｃｈｈｏｌｄｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｂｏｔｈｆｒａｍｅｗｏｒｋｓｔｏｔｈｅｍａｎｄａｒｉｎｓｐｅｅｃｈ ｅｒｒｏｒｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ．Ａｔｔｈｅｂｅｇｉｎｎｉｎｇａｄｉｓｃｒｉｍｉｎａｔｉｎｇｌｙｔｒａｉｎｉｎｇｎｅｕｒａｌｎｅｔｗｏｒｋｅｓｔｉｍａｔｅｓｒｈｙｔｈｍｌｅｖｅｌｐｒｏｃｈｅｃｋｐｒｏｂａｂｉｌｉｔｙ，ｔｈｅｎｗｉｔｈａ ｓｅｒｉｅｓｏｆｐｒｏｃｅｓｓｅｓｃｏｎｖｅｒｔｓｔｈｅｏｒｉｇｉｎａｌＭＦＣＣｆｅａｔｕｒｅｔｏＴＡＮＤＥＭｆｅａｔｕｒｅａｓｔｈｅｉｎｐｕｔｔｏｔｈｅＨＭＭｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｂａｓｅｄｓｐｅｅｃｈｅｒｒｏｒ ｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ，ｃｏｎｓｅｑｕｅｎｔｌｙｃｏｍｐｌｅｔｅｓｔｈｅｅｖａｌｕａｔｉｏｎｐｒｏｃｅｓｓ．ＥｘｐｅｒｉｍｅｎｔｓｈｏｗｓｔｈｅＴＡＮＤＥＭａｐｐｒｏａｃｈｃａｎｇｒｅａｔｌｙｉｍｐｒｏｖｅｔｈｅｅｒｒｏｒ ｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｓｙｓｔｅｍ．ＩｔｗｏｒｋｓｅｖｅｎｂｅｔｔｅｒｗｈｅｎｃｏｏｐｅｒａｔｅｓｗｉｔｈａｎａｄａｐｔｉｖｅａｐｐｒｏａｃｈｓｕｃｈａｓＭＬＬＲ． Ｋｅｙｗｏｒｄｓ　　Ｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎａｎｄｅｖａｌｕａｔｉｏｎ　Ｓｐｅｅｃｈｅｒｒｏｒｄｅｔｅｃｔｉｏｎ　ＴＡＮＤＥＭ　Ｍｕｌｔｉｌａｙｅｒｐｅｒｃｅｐｔｒｏｎ　Ｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄ ｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎ 好地区分各种类别，所以在此基础上还必须引入区分度准则对 ０　引　言 模型进行进一步的优化。