多分类器区分性组合在二次解码中的应用

• 作者: 李兵虎 黄浩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 区分性模型组合:语音识别 多层感知器 区分性训练
• 年，卷（期）: 2011,（32）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 163-166
• 分类号: TN912.34
• 字数: 5608字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.32.047

摘要

提出利用基于隐马尔可夫模型的谱特征模型、基于高斯混合模型的声调分类器以及基于多层感知器的音素分类器模型的组合来提高语音识别中二次解码中的识别率.在模型组合中,使用上下文相关的模型权重加权模型得分,并使用区分性训练来优化上下文相关权重来进一步改进识别结果.对人工选取各种上下文相关权重集合进行了性能评估,连续语音识别实验表明,使用局部分类器进行二次解码能够明显降低系统误识率.在模型组合中,使用当前音节类型及左上下文相结合的模型权重集合能够最大程度降低系统误识率.实验表明该方法得到的识别结果优于基于谱特征与基频特征和音素后验概率特征合并得到特征组合的识别系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兵虎	新疆大学信息科学与工程学院多语种信息技术实验室	5	3	1.0	1.0
2	黄浩	新疆大学信息科学与工程学院多语种信息技术实验室	34	106	5.0	9.0