音素決定木に基づく逐次状態分割法によるHM-Netの性能改善の検討

概要

論文の詳細を見る
限られた学習サンプルから高精度かつ頑健な音素環境依存モデルを生成するためには,パラメータの共有関係をどのように決定するか,未知の音素環境をどのように扱うかが重要である.このような観点から,我々は音素決定木に基づく逐次状態分割法の(Decision Tree-based Successive State Splitting DT-SSS)を提案し,この手法によって自動生成されたHM-Netが高精度かつあらゆる音素環境を表現可能であることを示した[13].しかし, DT-SSSには時間方向の状態分割が組み込まれておらず,この手法によって生成されたHM-NetはSSSの特徴を十分に反映したモデルではなかった.本報告では, DT-SSSの性能改善のために時間方向の状態分割を導人し,様々な初期モデルからの状態分割を試みて,連続音素認識実験により性能を比較する.また,頑健性向上とパラメータ数削減のために,過度に分割が行われた状態の再共有化についても検討する.
一般社団法人情報処理学会の論文
1996-12-12