Tone model integration based on discriminative weight training for Putonghua speech recognition

摘要

在连续语音识别的音调模型集成的一个歧视的框架被建议。放大隐藏的 Markov 模型的可能性基于的方法使用模型依赖者重量光谱特征和音调模型基于音调的 features.The 重量是有区别地由最小的电话错误标准的 trahined。模型重量的更改方程基于扩大 Baum-Welch 算法被导出。模型重量联合的各种各样的计划被评估，一种变光滑的技术被介绍成为训练对柔韧在适合上。建议方法是音调的音节输出和字符输出语音识别任务上的 ewluated。试验性的结果证明建议方法由于给定的模型的更好的插值在二项任务比全球重量获得了 9.5% 和 4.7% 相对错误减小。这为音调模型集成证明歧视的训练模型重量的有效性。