音素決定木に基づく逐次状態分割法による HM - Netの性能改善の検討

• Item type: SIG Technical Reports(1)
• 公開日: 1996-12-12
• タイトル: 音素決定木に基づく逐次状態分割法による HM - Netの性能改善の検討
• タイトル / 言語: en
• タイトル: A Study on Improvement of HM - Nets using Decision Tree - based Successive State Splitting
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 山形大学工学部
• 著者所属: 山形大学工学部
• 著者所属: 山形大学工学部
• 著者所属: 山形大学工学部
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Yamagata University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Yamagata University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Yamagata University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Yamagata University
• 著者名: 堀, 貴明; 加藤正治; 伊藤, 彰則; 好田, 正紀
• 著者名(英): Takaaki, Hori; Masaharu, Katoh; Akinori, Ito; Masaki, Kohda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 限られた学習サンプルから高精度かつ頑健な音素環境依存モデルを生成するためには，パラメータの共有関係をどのように決定するか，未知の音素環境をどのように扱うかが重要である．このような観点から，我々は音素決定木に基づく逐次状態分割法(ecision Tree?based Successive State Splitting:DT?SS)を提案し，この手法によって自動生成されたHM?Netが高精度かつあらゆる音素環境を表現可能であることを示した．しかし，DT?SSSには時間方向の状態分割が組み込まれておらず，この手法によって生成されたHM?NetはSSSの特徴を十分に反映したモデルではなかった．本報告では，DT?SSSの性能改善のために時間方向の状態分割を導入し，様々な初期モデルからの状態分割を試みて，連続音素認識実験により性能を比較する．また，頑健性向上とパラメータ数削減のために，過度に分割が行われた状態の再共有化についても検討する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The important aspects of context-dependent acoustic modeling using a limited training data set for robust speech recognition are how to tie the model parameters and how to handle the unknown contexts. From this point of view, we proposed the Decision Tree-based Successive State Splitting algorithm(DT-SSS), and showed HM-Nets generated with this algorithm had high accuracy and enabled to represent any contexts. But this algorithm was not taken temporal splits into consideration, and therefore did not make the best use of the strong point of SSS. In this paper, we incorporate temporal splits into DT-SSS and generate HM-Nets from various initial models. In continuous phoneme recognition experiments, we show the effects of these improvements.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 情報処理学会研究報告音声言語情報処理（SLP）; 巻 1996, 号 123(1996-SLP-014), p. 83-90, 発行日 1996-12-12
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会