易傑
伊達正晃
三木敬
音声認識のためのHMMの状態をトップ・ダウンの手法でクラスタリングし,複数のクラスタの線形組み合わせでHMM状態を表現するマルチ共有法を提案する。マルチ共有は従来の単一共有に比べ,状態の表現能力を高め,認識性能の向上に寄与した。さらに,状態をクラスタリングする際に,クラスタとクラスタを構成する状態との距離の和を最小化するという従来の歪みの定義を改めて,隣接クラスタを含む複数のクラスタと該当状態との距離の和を最小化するという新しい歪みを提案する。新歪み定義でクラスタリングして得たマルチ共有HMMは,単一共有に比べ,単語誤認識率を40%以上低減できた。
Copyright (c) 1998 Oki Electric Industry Co., Ltd.
www-admin@www.oki.co.jp