逐次状態分割法による混合分布構造の自動生成

スポンサーリンク

概要

論文の詳細を見る
現在使われているHMM音響モデルのほとんどは、状態数、混合数を外部から与えて作られるが、これらのパラメータを適切に決定することは困難である。本報告では、状態分割およびシングルパス変換の二段階からなるトポロジー生成法を提案する。提案法は、尤度最大化(ML)基準による逐次状態分割法(ML-SSS)に未知要因による状態分割を導入した方法および、生成されたマルチパスモデルの分岐を減少させる方法の2段階による音響モデル生成法である。提案法における逐次状態分割は、状態遷移構造と混合分布構造の両者を同時に、かつ同一のML基準により生成する。これは、モデルの尤度上昇に寄与する分割を優先的に採用し、学習サンプルを効率的に分割した混合分布構造を作成することを目的とする。提案法によって生成されたモデルは、自由発話音声認識実験において従来法によって生成された最良のモデルの性能を、その半分に満たないガウス分布数で達成した。
社団法人電子情報通信学会の論文
2000-01-21

著者

高野優
Atr音声翻訳通信研究所

関連論文

スポンサーリンク