Kullback-Leibler Divergenceを距離尺度とする音声認識
スポンサーリンク
概要
- 論文の詳細を見る
特徴ベクトルをそれの各クラスタに対する帰属度を要素とする帰属度ベクトルに変換することにより,2つの特徴ベクトル系列を帰属度ベクトル系列に変換し,帰属度ベクトル間の"距離"をKullback-Leibler Divergence(KLD)で与え,前記時系列パターン間の距離をDPマッチングにより求めるパターン比較法を提案する.これは,我々が既に提案している相乗型FVQ/HMMに対応し,相乗型VQ/DPと言うべきものである.帰属度ベクトル間の距離または類似度に基づいて特徴ベクトル系列間の距離をDPで求める方法は,ある意味でSPLIT法の拡張であるとも言える.ダイレクトスペクトルマッチング方式も含め,音声認識におけるこれら2,3の方式の比較を行う.実験の結果、KLDに基づく方法が最も好まい特性を持っていることが示される.
- 社団法人電子情報通信学会の論文
- 1995-06-22
著者
関連論文
- 12-2 静止画・音声ファイル装置
- 可変長辞書を用いた単音節認識装置
- 20-9 磁気ディスクによる音声信号の記録再生方式
- 対話処理駆動による音声対話システム
- 音声スペクトルの動的特徴を組み込んだ HMM
- 特徴ベクトル間の非類似度を帰属度ベクトル間の非類似度とする音声認識
- Kullback-Leibler Divergenceを距離尺度とする音声認識
- ファジーベクトル量子化に基づくHMMの数理的考察とその改良
- 相乗型FVQ/HMM