基于最大互信息的离散隐马尔柯夫模型训练方法

被引：15

作者：

茅晓泉

胡光锐

机构：

[1] 上海交通大学电子工程系

[2] 上海交通大学电子工程系上海

[3] 上海

来源：

上海交通大学学报 | 2001年 / 11期

关键词：

隐马尔柯夫模型; 最大互信息; 偏导数;

D O I：

暂无

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

081002 [信号与信息处理];

摘要：

在基于隐马尔柯夫模型 (HMM)的语音识别系统中 ,模型训练最常用的算法是 Baum-Welch算法 .该算法具有快速收敛及保证每步迭代模型的似然概率单调增的优点 .但它基于最大似然训练准则 ,而该准则不能将各个模型很好地分开 .这直接导致了识别时的错误 .鉴于最大互信息可以克服这一缺点 ,提出了一种基于最大互信息的训练方法 .该方法借助于梯度 ,调整参数以使模型与训练数据的互信息最大 .实验结果表明 ,使用该方法使系统的识别性能得到了一定的改善

引用

页码：1713 / 1716

页数：4