変分ベイズ法に基づく音響モデルのトポロジー学習および混合分布要素の分割(ポスターセッション)

スポンサーリンク

概要

論文の詳細を見る
本論文では,変分ベイズ法に基づく手法で,非均一な長さの環境依存HMM構造を自動で生成する方法および混合分布要素を分割する方法を提案する.ゆう度最大化規準(ML)がHMM構造作成に一般に用いられるが,過学習問題が存在する.これを避けるため,近年,変分ベイズ法が音声認識の音響モデルに適用されてきている.我々は変分ベイズ法を逐次状態分割法(Successive State Splitting, SSS)法に適用する.この手法は環境方向だけでなく,時間方向のバリエーションを生成できる.実験結果から,提案法は従来法より効率的なモデルを自動で作成できることが分かった.さらに,時間方向の構造も考慮した変分ベイズ法に基づく混合分布数の増加手法についても検討した.変分ベイズ的手法により,従来法と比較して,より少ない混合数でほぼ同様な性能が得られることが分かった.
社団法人電子情報通信学会の論文
2004-12-13

著者

関連論文

もっと見る

スポンサーリンク