鲜晓东,吕建中,樊宇星
(重庆大学 a.信息物理社会可信服务计算教育部重点实验室;b.自动化学院,重庆400044)
基于密度与距离参数的CHMM声学模型初值估计
鲜晓东a,b,吕建中b,樊宇星b
(重庆大学 a.信息物理社会可信服务计算教育部重点实验室;b.自动化学院,重庆400044)
在语音识别中,连续型隐马尔可夫模型(CHMM)在初始化时采用分段K-means算法,但该算法会导致模型参数收敛于局部最优。针对该问题,提出基于密度和距离参数的CHMM模型初始化算法。计算数据对象的距离和密度参数,选择密度值较大而同时距离较远的数据对象作为初始聚类中心,对其进行K-means聚类处理,得到最终的聚类中心,根据聚类中心初始化CHMM模型的参数。实验结果表明,与随机取值算法相比,该算法提高了语音的识别率。
语音识别;连续型隐马尔可夫模型;K-means算法;局部最优;参数初始化
DO I:10.3969/j.issn.1000-3428.2015.10.060
在语音识别中,关键的问题是建立每个语音识别基元的声学模型。目前,应用较多的是隐马尔可夫声学模型。连续型隐马尔可夫模型(Continuous Hidden Markov Model,CHMM)[1]由于其计算精度高的优点,在声学模型中有较好的应用前景。对于连续型隐马尔可夫声学模型的研究主要有2个方面的内容:声学模型的训练和声学模型的匹配。对于声学模型的训练采用的是Baum-Welch迭代算法。Baum-Welch算法不是一种解析算法,它是在给定初始模型的基础上,不断趋近于局部的最优解,不同的初始模型会得到不同的CHMM,因此,初始模型选取的准确程度影响语音识别的精度。目前,初始模型的选取主要采用分段K-means算法。……