声学模型区分性训练中的动态加权数据选取方法

发布时间：2018-04-03 08:22

  本文选题：区分性训练　切入点：语音识别　出处：《自动化学报》2014年12期

【摘要】：提出了一种基于动态加权的数据选取方法,并应用到连续语音识别的声学模型区分性训练中.该方法联合后验概率和音素准确率选取数据,首先,采用后验概率的Beam算法裁剪词图,在此基础上依据候选词所在候选路径的错误率,基于后验概率动态的赋予候选词不同的权值;其次,通过统计音素对之间的混淆程度,给易混淆音素对动态地加以不同的惩罚权重,计算音素准确率;最后,在估计得到弧段期望准确率分布的基础上,采用高斯函数形式对所有竞争弧段的期望音素准确率软加权.实验结果表明,与最小音素错误准则相比,该动态加权方法识别准确率提高了0.61%,可有效减少训练时间.
[Abstract]:A method of data selection based on dynamic weighting is proposed and applied to the discriminative training of acoustic model for continuous speech recognition.The method combines posteriori probability with phoneme accuracy data. Firstly, the Beam algorithm of posteriori probability is used to cut the word graph, and the error rate of candidate path is based on the error rate of candidate path.Based on the posteriori probability, the candidate words are given different weights dynamically. Secondly, the confusable phoneme pairs are given different punishment weights dynamically through the statistics of the confusion degree between phoneme pairs. Finally, the phoneme accuracy is calculated.On the basis of estimating the expected accuracy distribution of arc segment, the expected phoneme accuracy of all competing arcs is weighted by Gao Si function.The experimental results show that compared with the minimum phoneme error criterion, the recognition accuracy of this dynamic weighting method is improved by 0.61and the training time can be reduced effectively.
【作者单位】： 解放军信息工程大学信息系统工程学院;
【基金】：国家自然科学基金(61175017)资助~~
【分类号】：TN912.34

【参考文献】

相关期刊论文 前2条

1 吴娅辉;刘刚;郭军;;基于模型混淆度的模型组合算法研究[J];自动化学报;2009年05期

2 黄浩;李兵虎;吾守尔·斯拉木;;区分性模型组合中基于决策树的声学上下文建模方法[J];自动化学报;2012年09期

【共引文献】

相关期刊论文 前10条

1 郭洪禹;赵晓群;黄冬梅;;基于特定位置后验概率网格的开集语音文档检索[J];燕山大学学报;2013年04期

2 郭宇弘;黎塔;肖业鸣;潘接林;颜永红;;基于加权有限状态机的动态匹配词图生成算法[J];电子与信息学报;2014年01期

3 黄浩;李兵虎;吾守尔·斯拉木;;区分性模型组合中基于决策树的声学上下文建模方法[J];自动化学报;2012年09期

4 飞龙;高光来;闫学亮;王炜华;;基于分割识别的蒙古语语音关键词检测方法的研究[J];计算机科学;2013年09期

5 张力文;努尔麦麦提·尤鲁瓦斯;吾守尔·斯拉木;;维吾尔语语音检索技术研究[J];中文信息学报;2014年05期

6 飞龙;高光来;鲍玉来;;基于音素混淆网络的蒙古语语音关键词检测方法的研究[J];中文信息学报;2015年01期

7 万龙静;刘刚;;语音识别中最小音素错误特征训练的研究[J];软件;2013年12期

8 陆梨花;张连海;陈琦;;基于加权有限状态转换器的语音查询项检索技术[J];数据采集与处理;2015年02期

9 陈斌;张连海;屈丹;李弼程;;一种广义边距区分性训练准则[J];声学学报;2014年01期

10 王旭阳;张鹏远;潘接林;颜永红;;汉语语言集外词检索算法的改进研究[J];网络新媒体技术;2014年04期

相关博士学位论文 前7条

1 吴娅辉;语音识别中区分性训练算法研究[D];北京邮电大学;2009年

2 飞龙;蒙古语语音关键词检测技术的研究[D];内蒙古大学;2013年

3 李宝祥;语音关键词检索若干问题的研究[D];北京邮电大学;2013年

4 王琳琳;说话人识别中的时变鲁棒性问题研究[D];清华大学;2013年

5 包叶波;基于深层神经网络的声学特征提取及其在LVCSR系统中的应用[D];中国科学技术大学;2014年

6 钟岑岑;基于上下文的音视频标注研究[D];北京交通大学;2014年

7 齐耀辉;自然口语语音识别中的声学建模研究[D];北京理工大学;2014年

相关硕士学位论文 前5条

1 徐双印;连续语音识别中的区分性训练技术[D];解放军信息工程大学;2013年

2 张羽;基于无关变量标准化的大词汇量语音识别技术研究[D];上海交通大学;2012年

3 张治涛;面向广播新闻的语音自动检索技术研究[D];哈尔滨工业大学;2013年

4 邵志明;语音检索中识别错误处理研究[D];北京邮电大学;2014年

5 万龙静;语音识别中区分性训练的研究[D];北京邮电大学;2014年

【二级参考文献】

相关期刊论文 前2条

1 吴娅辉;刘刚;郭军;;基于模型混淆度的模型组合算法研究[J];自动化学报;2009年05期

2 黄浩;哈力旦;;大间隔高斯混合模型的快速参数更新算法[J];计算机工程;2010年03期

【相似文献】

相关期刊论文 前10条

1 宋寅;梁维谦;;区分性模型在英语自动发音评测中的应用[J];清华大学学报(自然科学版);2010年04期

2 王雨轩;倪训博;姜峰;;手语识别中基于HMM的区分性训练方法[J];智能系统学报;2007年01期

3 祁均;梁维谦;;区分性训练算法在英语语音评测中的应用[J];电声技术;2011年08期

4 黄浩;李兵虎;吾守尔·斯拉木;;区分性模型组合中基于决策树的声学上下文建模方法[J];自动化学报;2012年09期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相关会议论文 前1条

1 贾媛;熊子瑜;李爱军;;甘孜藏汉中介语声调系统研究[A];第九届全国人机语音通讯学术会议论文集[C];2007年

相关硕士学位论文 前3条

1 李岩;区分性学生评价策略研究[D];东北师范大学;2008年

2 热米拉·艾山江;发音错误检测中的区分性训练的研究[D];新疆大学;2014年

3 祖丽湖玛尔·马木提江;维吾尔语区分性关键词提取算法研究及其性能分析[D];新疆大学;2013年

，

本文编号：1704385