使用凱氏分歧度及階層式多層感知器的串接式聲學辨認

Abstract

語音辨識可視為針對一段語音訊號求出所對應的詞串。在傳統上，我們將問題用貝氏定理拆解成聲學辨認與語言解碼兩個子問題，在聲學辨認中，隱藏馬可夫模型最為被廣泛使用。但傳統上隱藏馬可夫模型估測參數使用最大相似度估測法，容易在不同模型之間造成混淆。乃有人提出鑑別式訓練法，讓傳統的模型架構也更具鑑別力。 隨著機器學習領域的發展，我們得以結合不同機器學習的技術以改進隱藏馬可夫模型，結合隱藏馬可夫模型與多層感知器的串接式系統己普遍受到肯定。本論文在串接式系統中引入凱氏分歧度，使得大字彙語音辨識正確率較傳統串接式系統得到進一步的提升。有許多研究利用階層式多層感知器取代單一多層感知器來提升大字彙語音辨識正確率，本論文在此架構中，也利用凱氏分歧度讓大字彙語音辨識正確率更加提升。本論文也在混合式系統中引入凱氏分歧度及階層式多層感知器運用在音素辨識上，也能較傳統混合式系統得到更佳的音素正確率。