ベイズ的基準を用いた状態共有型HMM構造の選択

摘要

音声認識において学習データに応じた適切なモデル構造選択は認識性能を左右するため大変重要である．我々はベイズアプローチにもとづく頑健な音声認識の実現を目指し，変分ベイズ法をもとにした本格的ベイズ音声認識VBEC(Variational Bayesian Estimation and Clustering for speech recognition)を構築すると共に，ベイズ的基準によるモデル構造選択を状態共有型HMM(Hidden Markov Model)構造の選択に適用し有効性を示した．本稿ではVBECを用いた音声認識におけるモデル構造選択への取り組みとして，状態共有型HMM構造選択のみならずGMM(Gaussian Mixture Model)混合数の決定やそれらが複雑に入り組んだ音響モデルトポロジーの自動決定を紹介する．