4階層共有構造の音素HMM

概要

論文の詳細を見る
音素環境依存モデルは,膨大な数のモデルパラメータを,限られた学習データで推定しなければならないという問題がある.音響モデルを効率良く学習するためには,同じ特性のパラメータは共有し,よいモデルの構造を与える必要がある.本報告では,4階層の共有構造を持つ音素モデルを提案する.4階層の共有とは,1)モデル(allophone境環)レベル,2)状態レベル,3)分布レベル,4)特徴パラメータレベルである.最初の3階層については,既にいくつかの手法が提案されているが,4階層目の特徴パラメータの共有化は,本報告で新たに提案するものである.特徴パラメータレベルの共有化により,多次元混合分布型HMMに含まれる1600個の正規分布の平均値ベクトルを,各次元につき,わずか16個の代表的な平均値の組み合わせで表現しても,認識性能がほとんど劣化しないことがわかった.また,モデルの学習効率を話者適応化実験を通して確かめた.認識時に必要な計算量も削減できることがわかった.
一般社団法人情報処理学会の論文
1994-12-15