HMMを用いたオフライン手書き単語認識における環境クラスタリングとGMMの同時最適化

摘要

音声認識で広く使われている環境依存HMMには、環境クラスタリングとtied-mixtureの二つのアプローチがあり、環境クラスタリングの方が認識精度が高いことが報告されている。しかし、手書き単語認識の場合、筆記体とブロック体など全く異なる字体が一つの文字カテゴリに混在するため、環境クラスタリングが困難となる。そこで、これを解決する方法として、環境クラスタリングと混合ガウス分布（GMM）の同時最適化法を提案する。まず環境クラスタリングをEMアルゴリズムで最適化する方法を述べ、更にそれを拡張LGMMの同時最適化を導く。CEDARデータベースを用いた実験によりtied-mixtureによる従来法と比べ最大24.2％のエラー削減率を確認した。また計算効率同等の条件でも提案法の認識精度が高いことを確認した。