以狄式分布为基础之多语声学模型拆分及合并MultilingualAcoustic.pdf

以狄式分佈為基礎之多語聲學模型拆分及合併 Multilingual Acoustic Model Splitting and Merging by Latent Dirichlet Allocation 葉瑞峰 Jui-Feng Yeh 國立嘉義大學資訊工程學系 Department of Computer Science and Information Engineering National Chiayi University Ralph@mail.ncyu.edu.tw 李勝豐 Sheng-Feng Li 國立嘉義大學資訊工程學系 Department of Computer Science and Information Engineering National Chiayi University s1010431@mail.ncyu.edu.tw 許希聖 Shi-Sheng Shiu 國立嘉義大學資訊工程學系 Department of Computer Science and Information Engineering National Chiayi University s0990431@mail.ncyu.edu.tw 摘要 在整合型多語辨識環境下，如何避免不同語言間的音標混淆是重要的課題之一。本 篇論文針對相異語言間的聲學模型混淆，提出以狄式分佈(LDA, Latent Dirichlet Allocation)為基礎的聲學模型混淆度偵測。以三連音素聲學模型為基礎將聲學模型分裂 後再使用潛藏狄式分佈選擇合併的聲學模型組後並進行合併，以解決因為不同語言發音 變異所產生的聲學模型混淆度。本篇論文分為三個部分，第一部分為介紹發音屬性和語 音事件，其為從訊號面尋找各種特徵並與特定聲學模型之間的相關性。第二部分為介紹 狄式分佈(LDA, Latent Dirichlet Allocation)以及模型間混淆度的偵測方法，狄式分佈是一 個階層式的數學模型，早期是由David M. Blei 等人提出用來做為文件分類及文件產生所 使用，但其架構相當適合應用在語音辨識、自然語言處理等領域。最後部分則是對本論 文所提出之方法進行實驗驗證並分析。 關鍵詞：多語辨識，狄式分佈，模型拆分，模型合併 Abstract To avoid the confusion of phonetic acoustic models between different languages is one of the most challenges in multilingual speech recognition. We proposed the method based on Latent Dirichlet Allocation to avoid the confusion of phonetic acoustic models between different languages. We split phonetic acoustic models based on tri-phone. And merging the group that selected by Latent Dirichlet Allocation Detector to solve pr