HMMの構造探索による音素モデルの生成
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,HMMの構造決定のためのアルゴリズムを提案する.音声認識で用いられるHMMの構造は,多くの場合知識や経験に基づき決定されている.しかしながら,この問題は確率モデルの構造決定問題として扱うことができる.すなわち,赤池情報量規準(AIC)などの尺度でモデルを評価し,最も良いモデルを選択するという方法で定式化できる.簡単な確率モデルにおいては,あらかじめ複数のモデルを用意し,最ゆう法でパラメータを推定した後にAIC等で最適なモデルを選択すればよい.一方,HMMのようにパラメータ推定のための計算量が多い場合,効率良く,少ないモデルに対してのパラメータ推定のみで済ませたい.そのために,HMMの状態数,あるいは状態遷移を一つずつ増やしていき,そのつどパラメータ推定を行い,AICでモデルを評価する方法をとり,これをモデル探索と呼ぶことにする.本アルゴリズムを用いてモデルを構成し,計算機上のデー夕による実験,更に音声データを用いて認識実験を行い,データの統計的性質を反映したモデルがどのように構成されたかを調べ,本アルゴリズムを用いる効果を示す.
- 1995-01-25
著者
関連論文
- HMMの構造探索による音素モデルの生成
- 周波数領域のInfomaxとサブスペース法を併用した音響信号のブラインド分離
- 独立成分解析の信号処理への応用
- 再帰的学習によるEMアルゴリズムの加速
- HMMの構造探索による音素モデルの生成