非均匀高斯绑定技术的研究 | |
雷雄国 ; 鄢志杰 ; 王智国 ; 吴及 ; LEI Xiongguo ; YAN Zhijie ; WANG Zhiguo ; WU Ji | |
2010-07-15 ; 2010-07-15 | |
会议名称 | 第九届全国人机语音通讯学术会议论文集 ; Proceedings of the 9th National Conference on Man-Machine Speech Communication ; 第九届全国人机语音通讯学术会议 ; 9th National Conference on Man-Machine Speech Communication ; 中国安徽黄山 ; CNKI ; 中文信息学会语音信息专业委员会、中国声学学会语言、听觉和音乐声学分会、中国语言学会语音学分会 |
关键词 | 语音识别 高斯绑定 模型压缩 Speech Recognition Mixture tying Model Compression TN912.34 |
其他题名 | Research on Mixture Tying Based on Non-uniform Distribution |
中文摘要 | 在语音识别的HMM模型中对高斯分量进行共享(高斯绑定)是模型压缩中的重要技术,现有基于均匀分配的高斯绑定技术,不能有效地利用高斯,容易造成冗余。本文提出了基于非均匀分配的高斯绑定技术,给出了分别在最大似然准则、最小KLD准则和最大BIC准则下高斯成份数目的非均匀分配方法,在WSJ0数据库上进行实验,结果表明,该技术能够在模型总高斯数相同的条件下,与现有的基于均匀分配的高斯绑定技术相比,可以进一步提升系统的性能,在最好的情况下,词错误率相对下降7.84%。; Mixture Tying is very important for Model Compression. However, mixture tying based on uniform distribution can not distribute the number of mixture for improving system performance. Based on Non-uniform Distribution is proposed in this paper. Three different methods such as Maximum Log-likelihood Estimation, Minimum KL divergence estimation and Maximum Bayesian Information Criterion estimation are compared. Experimental results on WSJ0 database shows that the model based-on non-uniform distribution outperforms Phonetically Tied-Mixture and state-based Phonetically Tied-Mixture models with equal number of Gaus-sians and comparable model complexity. |
语种 | 中文 ; 中文 |
内容类型 | 会议论文 |
源URL | [http://hdl.handle.net/123456789/69788] ![]() |
专题 | 清华大学 |
推荐引用方式 GB/T 7714 | 雷雄国,鄢志杰,王智国,等. 非均匀高斯绑定技术的研究[C]. 见:第九届全国人机语音通讯学术会议论文集, Proceedings of the 9th National Conference on Man-Machine Speech Communication, 第九届全国人机语音通讯学术会议, 9th National Conference on Man-Machine Speech Communication, 中国安徽黄山, CNKI, 中文信息学会语音信息专业委员会、中国声学学会语言、听觉和音乐声学分会、中国语言学会语音学分会. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论