適合雙語混合語言辨識的最小音素錯誤訓練

Minimum Phone Error Training for Code-Mixed Bilingual Speech Recognition

楊皓中(Hao-Chung Yang)

指導教授 ： 李琳山

國立臺灣大學/電機資訊學院/資訊網路與多媒體研究所/碩士(2011年)

https://doi.org/10.6342/NTU.2011.00636

摘要

聲學模型的鑑別式訓練在近年來已被廣為研究與使用，其中尤以最小音素錯誤訓練的表現最為突出，它能參考每個競爭文句的音素錯誤率，並將期望音素錯誤率降至最小。
本篇論文將最小音素錯誤訓練法實作於雙語混合的辨識系統上，發現表現不如預期的好，經過分析後，認為主要原因是在最小音素錯誤訓練中，希望把所有的音素都區分開來，但在雙語混合辨識系統中，兩種語言各自定義自己的音素集，確會存在有些音素連人耳也不易區分，因此在做鑑別式訓練時，也不應期望能將它們分開。因此本篇論文的目標是設法讓最小音素錯誤訓練更適合於雙語混合的辨識系統。
為了解決此一問題，本篇論文先介紹了加入邊界概念的鑑別式訓練，並提出了負邊界之最小音素錯誤訓練法，特別處理了極為相似的中英文音素，使得這些音素的辨識率提高，並提高了整體的辨識率。

關鍵字

語音辨識 ； 雙語 ； 鑑別式 ； 最小音素錯誤

並列摘要

無資料

並列關鍵字

Speech recognition ； Code-Mixed ； Discriminative ； MPE

參考文獻

[1] L. Bahl, P. Brown, P de Souza, R. Merce, “Maximum Mutual Information Estimation Of Hidden Markov Model Parameters For Speech Recognition,” Proc. ICASSP, 1986.

[2] B.-H. Juang, W. Chou, C.-H Lee, “Minimum Classification Error Rate Methods For Speech Recognition,” IEEE Transactions on Speech and Audio Processing, 1997.

[3] D. Povey, P.C. Woodland, “Minimum Phone Error And I-smoothing For Improved Discriminative Training,” Proc. ICASSP, 2002.

[5] Dong Yu, Li Deng, Xiaodong He, Acero A., “Large-Margin Minimum Classification Error Training for Large-Scale Speech Recognition Tasks,” Proc. ICASSP, 2007.

[6] L.R. Bahl, F. Jelinek, R. L. Mercer, “A Maximum Likelihood Approach to Continuous Speech Recongnition,” IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. PAMI-5, No.2, pp.179–190, 1983