参数共享在语音识别中的应用.pdfVIP

清华大学学报 自然科学版 年 第 卷 第 期 !# $%%%%%’( - .*%%* (* $% *’,+B )# $$***+,# - .=*%%*= A(*= A$% $+C($+CB /012345678329 :2; 0:5 ?@ #? 参数共享在语音识别中的应用 郭 锐= 朱小燕 清华大学 计算机科学与技术系 智能技术与系统国家重点实验室 北京 - = = $%%%D(. 摘 要 参数共享是基于隐 模型 E ’ !#$% ()**+,!#$% 参数共享及所用的聚类算法 的语音识别系统的参数训练中的一个关键性 / 1 -%*+. 0!! 问题 因此在语音识别的诸多领域中都有重要的应用 对参 参数共享 / 2 A 数共享的作用及其使用的聚类算法进行了分析研究 在此基 / 在基于 的语音识别系统中 对于每个识 -,, = 础上提出改进合并分级聚类算法 并将其应用于 的状 / 0!! 别基元都要建立一个 概率统计模型 其参数 -,, = 态捆绑 实验表明 一个大规模词汇量的孤立词语音识别器 2 / 可分为 个基本层次 模型 状态以及混合 参数共 + E 0 = 采用 的状态捆绑后 可以大大缩减识别过程的时空消 0!! / 享可以在这几个层次之上进行I 耗 同时识别率仅有较小的损失 / 2 在模型精确度要求较高的情况下 相比较而言 = = 关键词 隐 模型 参数共享 聚类 状态捆绑 E !#$% 3 3 3 在状态这个层次上进行参数共享是一种高效实用的 中图分类号E +$*AF$*G F$*A+( 文献标识码E 0R 0# S 选择 这也被称为状态捆绑1$=*2 即通过聚类找到声 I = 文章编号E$%%%%%’(-*%%*.$%$+C(%+ 学空间上相似的一组状态 使其共享同一套概率分