基于区分性准则的Bottleneck特征及其在LVCSR中的应用

• 作者: 刘迪源 郭武
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 语音识别 神经网络 区分性训练 Bottleneck特征
• 年，卷（期）: 2016,（2）
• 页码范围: 331-337
• 页数: 7页
• 分类号: TN912.34
• 字数: 4366字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.02.013

摘要

基于深层神经网络中间层的Bottleneck（BN）特征由于可以采用传统的混合高斯模型‐隐马尔可夫建模（Gaussian mixture model‐hidden Markov model ，GMM‐HMM ），在大规模连续语音识别中获得了广泛的应用。为了提取区分性的BN特征，本文提出在使用传统的BN特征训练好GM M‐HM M模型之后，利用最小音素错误率（Minimum phone error ，MPE）准则来优化BN网络参数以及GMM‐HMM模型参数。该算法相对于其他区分性训练算法而言，采用的是全部数据作为一个大的数据包，而不是小的包方式来训练深度神经网络，从而可以大大加快训练速度。实验结果表明，优化后的BN特征提取网络比传统方法能获得9％的相对词错误率下降。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭武	中国科学技术大学语音及语言信息处理国家工程实验室	29	122	6.0	9.0
2	刘迪源	中国科学技术大学语音及语言信息处理国家工程实验室	1	2	1.0	1.0