改善鉴别式声学模型训练於中文.pptVIP

  • 3
  • 0
  • 约8.83千字
  • 约 50页
  • 2020-06-17 发布于湖北
  • 举报
改善鑑別式聲學模型訓練於中文 連續語音辨識之研究 中華民國九十六年六月二十二日 大綱 研究內容簡介 研究成果與貢獻 時間音框正確率函數 考慮事前機率 以熵値為基礎的資料選取方法 最小化音素錯誤訓練 非監督式聲學模型訓練 實驗結果 結論與未來展望 統計式語音辨識基本架構圖 全面風險最小化於聲學模型之訓練 研究成果與貢獻 提出時間音框正確率函數 考慮訓練語句的事前機率 提出以熵値為基礎的資料選取方法 非監督鑑別式聲學模型訓練 鑑別式聲學模型訓練之演進 最小化音素錯誤訓練 目標函數 模型參數調整 因為HMM有潛藏變數(latent variable)的問題,故上式無法直接微分求極値來使模型參數最佳化 利用輔助函數來最佳化 原始音素正確率函數 輔助函數 強性輔助函數(Strong-sense Auxiliary Function) 弱性輔助函數(Weak-sense Auxiliary Function) 平滑函數(Smoothing Function) 最小化音素錯誤訓練 模型參數之調整 同延伸波氏重估演算法: 時間音框正確率函數 S型時間音框正確率函數 時間音框正確率函數的値域範圍為 到1 為了更充分地懲罰刪除錯誤,使用S型函數來平滑時間音框正確率函數之分子項 其値域範圍為-1到1 考慮事前機率 假設 布於一個給定的假設空間(hyp

文档评论(0)

1亿VIP精品文档

相关文档