資源描述：
《基于最小音素錯誤（MPE）訓(xùn)練算法的語音識別技術(shù)的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南開大學(xué)碩士學(xué)位論文基于最小音素錯誤（MPE）訓(xùn)練算法的語音識別技術(shù)的研究姓名：占水旺申請學(xué)位級別：碩士專業(yè)：模式識別與智能系統(tǒng)指導(dǎo)教師：張波20080501摘要摘要隨著計算機技術(shù)的飛速發(fā)展，語音識別技術(shù)得到很大的進步。語音識別系統(tǒng)中最重要的部分就是聲學(xué)模型的建立和訓(xùn)練，隱馬爾可夫模型作為語音信號的一種統(tǒng)計模型，由于它能夠很好地描述語音信號的非平穩(wěn)性和時變性，因此在語音識別領(lǐng)域有著廣泛的應(yīng)用。由于傳統(tǒng)的聲學(xué)模型訓(xùn)練方法采用最大化相似度訓(xùn)練法則(MaximumLikelihoodEstimation,MLE)，在訓(xùn)練時沒有考慮模型與模型之間的聯(lián)系，為了提升模型之間的相互
2、區(qū)分度，區(qū)分性訓(xùn)練法則因而被提出。近年來有人提出將最小化音素錯誤訓(xùn)練法則(MinimumPhoneError,MPE)應(yīng)用于大詞匯量連續(xù)語音識別，并取得顯著效果。于是本文將之應(yīng)用于以連續(xù)數(shù)字串為語料的連續(xù)音素辨識系統(tǒng)。最小化音素錯誤采用詞圖(PhoneLattice)來代表所有可能句子的集合，本論文主要采用N一最佳路徑(N．BestList)的方法來建構(gòu)PhoneLattice(N．BestSynthesizedLattice)，針對PhoneLattice中最混淆的部份做最有效率的訓(xùn)練。在本文中，先以最大化相似度訓(xùn)練法則做聲學(xué)模型的訓(xùn)練，接著采用最小化音素錯誤訓(xùn)練法
3、則對聲學(xué)模型進行再訓(xùn)練。實驗結(jié)果顯示相比于最大化相似度訓(xùn)練法則(MLE)和最大互信息訓(xùn)練法則(MMI)，最小化音素錯誤訓(xùn)練能進一步降低音素錯誤率。關(guān)鍵字：語音識別隱馬爾可夫模型區(qū)分性訓(xùn)練最小音素錯誤(MPE)最大互信息(MMI)AbstractWiththerapiddevelopmentofcomputertechnology,thespeechrecognitiontechnologymakesgreatprogress．Inthespeechrecognitionsystem，themostimportantpartistheestablishmentandtr
4、ainingofacousticmodels．Asastatisticmodelforacousticsignal，HMMCandescribethepronunciationsignalnon-stabilityandthevariabilitywell，thereforehasthewidespreadapplicationinthespeechrecognitiondomain．MaximumLikelihoodEstimation(MLE)iSatraditionalmethodfortrainingacousticmodelsforspeechrecogni
5、tion．Thismethoddoesnotconsiderdiscriminativerelationbetweenacousticmodels，SOsomemodelsareapttoobscureeachother．Inordertoraisethedifferentiationdegreebetweenmodels，discriminativetrainingcriteriaareproposed．Inrecentyears，MinimumPhoneError(MPE)criterionwhichhasbeenappliedforLargeVocabulary
6、SpeechRecognition(LVSR)performancesgreatimprovementreportedintheliterature．SoweapplyMPEtocontinuousphonespeechrecognitionsystembasedoncontinuousdigitalstringinthisthesis．Ingeneral，MPEadoptsphonelatticetoexpressallpossiblesentences．Inordertoimprovetheefficiency,weuseN-BestListtoconstruct
7、aphonelatticewhichiscalledN—BestSynthesizedLattice．Inourpaper,weadoptMLEtotrainacousticmodelsfirst，andthenuseMPEtorefinethemodelsagain．Accordingtotheexperimentalresult，comparedtoMaximumLikelihoodEstimation(MLE)andMaximumMutualInformation(MMI)，MPECanreducephoneerrorratefurther．K
