%0 Journal Article
%T 声学模型区分性训练中的动态加权数据选取方法
%A 陈斌
%A 牛铜
%A 张连海
%A 李弼程
%A 屈丹
%J 自动化学报
%P 2899-2907
%D 2014
%R 10.3724/SP.J.1004.2014.02899
%X ？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.
%K 区分性训练
%K 语音识别
%K 训练数据选取
%K 动态加权
%U http://www.aas.net.cn/CN/abstract/abstract18567.shtml