用于文本和语音分类的区别性语言模型训练

摘要

本发明公开了一种估计语言模型的方法，使得给定字串的类的条件似然最大化，其中该字串与分类精度非常相关。该方法包括对所有类联合的调节统计语言模型参数，使得对于给定的训练句子或发声，分类器区分出正确的类和不正确的类。本发明的特定实施例用于实现用于n-字符列分类器的区别性训练方法的上下文中的有理函数增长变换。