2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩115頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、聲學(xué)模型區(qū)分性訓(xùn)練是近年來(lái)語(yǔ)音識(shí)別領(lǐng)域的研究熱點(diǎn)之一,它已經(jīng)成為當(dāng)今主流的語(yǔ)音識(shí)別系統(tǒng),尤其是大詞匯量連續(xù)語(yǔ)音識(shí)別LVCSR系統(tǒng)中最重要的模型訓(xùn)練手段之一。本文主要針對(duì)聲學(xué)模型區(qū)分性訓(xùn)練及其在LVCSR系統(tǒng)中的應(yīng)用問(wèn)題進(jìn)行較深入的研究和討論。另外,本文對(duì)語(yǔ)音識(shí)別系統(tǒng)的另一個(gè)重要模塊——置信度判決也有所涉獵。
   首先,本文提出了一種新穎的、稱為“受限線性搜索”CLS的優(yōu)化算法,該算法用于語(yǔ)音識(shí)別區(qū)分性訓(xùn)練中的CDHMM模型參數(shù)

2、更新。CLS方法可以用于區(qū)分性訓(xùn)練統(tǒng)一準(zhǔn)則框架下各種區(qū)分性準(zhǔn)則的模型更新,包括MMI、MCE、MWE/MPE等。在該方法中,HMM的區(qū)分性訓(xùn)練問(wèn)題首先被定義為一個(gè)受限優(yōu)化問(wèn)題,并且直接使用模型間的KLD度量來(lái)定量的描述所定義的模型間限制。接著,基于簡(jiǎn)單的線性搜索思想,我們發(fā)現(xiàn)在將該模型限制轉(zhuǎn)化為二次函數(shù)形式后,可以很容易獲得模型更新參數(shù)的閉式解。CLS方法可以用于優(yōu)化CDHMM模型中的各種參數(shù),包括高斯均值、協(xié)方差矩陣、權(quán)重等。

3、   接著,本文對(duì)我們此前提出的稱為“信任區(qū)域”(Trust Region)的區(qū)分性訓(xùn)練模型參數(shù)更新方法進(jìn)行了進(jìn)一步理論分析和擴(kuò)展。Trust Region方法通過(guò)將MMI區(qū)分性訓(xùn)練問(wèn)題轉(zhuǎn)變?yōu)橐粋€(gè)優(yōu)化理論中可參考的標(biāo)準(zhǔn)問(wèn)題,從而準(zhǔn)確高效的求取待優(yōu)化函數(shù)的全局最優(yōu)點(diǎn)。在引入上述模型間限制的前提下,Trust Region方法可以對(duì)區(qū)分性訓(xùn)練中的輔助函數(shù)進(jìn)行完美的優(yōu)化。然而,在區(qū)分性訓(xùn)練中對(duì)輔助函數(shù)的最優(yōu)化無(wú)法保證對(duì)原始目標(biāo)函數(shù)的優(yōu)化。因

4、此我們通過(guò)對(duì)Trust Region問(wèn)題的深入理論分析,提出構(gòu)造一種稱為“有界信任區(qū)域”(Bounded Trust Region)的新輔助函數(shù)。該輔助函數(shù)仍然是目標(biāo)函數(shù)的有效估計(jì),更重要的是,在滿足模型間限制的前提下,該輔助函數(shù)是原始目標(biāo)函數(shù)的下界。這個(gè)優(yōu)良品質(zhì)可以確保對(duì)該輔助函數(shù)的最優(yōu)化也能夠帶來(lái)對(duì)目標(biāo)函數(shù)的優(yōu)化。另外,這里構(gòu)造的新輔助函數(shù)仍然可以直接使用標(biāo)準(zhǔn)的Trust Region方法來(lái)解決,從而可以快速求取全局最優(yōu)點(diǎn)。實(shí)驗(yàn)表明

5、基于Bounded Trust Region的方法超越了傳統(tǒng)的EBW算法和原始Trust Region方法。
   第三,本文還針對(duì)實(shí)際的LVCSR系統(tǒng)中存在的若干問(wèn)題進(jìn)行了探討,包括處理海量訓(xùn)練語(yǔ)料時(shí)的計(jì)算能力問(wèn)題和由此導(dǎo)致的效率瓶頸,以及區(qū)分性訓(xùn)練中普遍存在的推廣性問(wèn)題等。在此基礎(chǔ)上,我們分別結(jié)合基于WFST解碼器生成的具有優(yōu)良品質(zhì)的詞圖,和傳統(tǒng)的基于HTK計(jì)算區(qū)分性訓(xùn)練相關(guān)統(tǒng)計(jì)量的工具,搭建了一套用于區(qū)分性訓(xùn)練的新流程。

6、該流程相對(duì)于傳統(tǒng)完全基于HTK流程的區(qū)分性訓(xùn)練,不僅在訓(xùn)練效率上得到了極大的優(yōu)化,在識(shí)別性能上也有一定的提升。
   最后,本文在語(yǔ)音識(shí)別系統(tǒng)的重要模塊之一——置信度判決CM方向進(jìn)行了相關(guān)工作。我們首先基于語(yǔ)音識(shí)別系統(tǒng)的輸出定義了所謂的“目標(biāo)區(qū)域”和“非目標(biāo)區(qū)域”,并分別針對(duì)不同的區(qū)域選擇合適的置信度判決方法。我們嘗試發(fā)掘“非目標(biāo)區(qū)域”中的額外信息,以期對(duì)傳統(tǒng)只基于“目標(biāo)區(qū)域”進(jìn)行CM計(jì)算的方法起到補(bǔ)充作用。實(shí)驗(yàn)結(jié)果表明,基于“

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論