區(qū)分性訓練和區(qū)分性自適應在自動語音識別聲學模型優(yōu)化中的應用.pdf

1、隨著基于統(tǒng)計模型的模式分類理論不斷發(fā)展完善，自動語音識別技術近年來取得了長足的進步。區(qū)分性訓練已經(jīng)成為自動語音識別中聲學模型訓練和參數(shù)優(yōu)化的標配方法之一。除了被用作聲學模型參數(shù)更新優(yōu)化的指導準則，還可將其與傳統(tǒng)的線性回歸、最大后驗概率等自適應方法相結合，擴展為區(qū)分性自適應方法；另外特征端的區(qū)分性線性變換方法也已被提出并在一些實際的聲音轉寫系統(tǒng)上得到了應用。本文將圍繞以上內容進行討論。 首先，本文第一章會對自動語音識別技術發(fā)展歷程

2、做一概括總結。接下來在第二章中將對傳統(tǒng)的最大似然準則、各區(qū)分性訓練準則用于聲學模型參數(shù)訓練優(yōu)化更新的方法進行說明和比較，并給出它們在中英文多個數(shù)據(jù)庫多種任務上的性能對比，在各測試任務上至少相對15％以上的最優(yōu)性能提升結果進一步驗證了區(qū)分性訓練準則對聲學模型參數(shù)優(yōu)化顯著的有效性。 其次，本文第三章在對傳統(tǒng)自適應方法做一簡要回顧的基礎上，將詳細討論區(qū)分性訓練準則與傳統(tǒng)自適應方法相結合的區(qū)分性線性回歸(DT-LR)及區(qū)分性最大后驗概率

3、(DT-MAP)的推導和實現(xiàn)，提出了全新的基于MWCE準則的區(qū)分性自適應方法(MWCE-LR和MWCE-MAP)，并首次將DT-LR和DT-MAP組合用于聲學模型自適應優(yōu)化。同時還分別給出它們在大詞匯量中文連續(xù)語音識別任務和英文單詞拼寫識別任務集上的測試性能對比。從中可以看到相比于基于最大似然準則的自適應，區(qū)分性自適應方法可以獲得進一步的識別性能改善，這也為使用自適應方法調整模型參數(shù)提供了一種全新的有效選擇。 最后，本文詳細討論