Large Vocabulary Mandarin Speech Recognitionased on Tandem System with Clusteredierarchical Multi-layer Perceptron

Date Issued
2009
Date
2009
Author(s)
Chang, Shuo-Yiin
URI
Abstract
在傳統的聲學模型中，連續機率密度隱藏馬可夫模型最為被廣泛使用。但是續機率密度隱藏馬可夫模型有一些無法克服的缺點，近年不少研究藉由不同的練方法或是結合不同機器學習的技術以改進連續機率密度隱藏馬可夫模型，這方法在新一代的語音辨識技術上已漸受肯定並普受重視，而且有不少被實踐在項國際競賽中。本論文即是嘗試使用多層感知器來幫助聲學模型辨識的研究。本論文中，我們提出藉由音素分群建立的階層式多層感知器。一般串接模中以單一多層感知器學習概括性的音素分類，很難區分混淆的音素；本論文藉拆解概括性音素分類問題為一組針對性的階層式分類，將複雜的音素分類問題而治之，並且討論在不同的分群結構下階層式多層感知器的表現，之後再以由而上的訓練方法，進一步改進階層式多層感知器。後在以上述的方法為第一階段辨識，由隱藏馬可夫與多層感知器混合模型及隱藏馬可夫(KL)模型重新計分。這些方法在中文大字彙新聞辨識中都證實可使辨識正確率有明確進步。
Subjects
LVCSR
Acoustic Model
Multi-layer Perceptron
Type
thesis
File(s)
Loading...
Thumbnail Image
Name

ntu-98-R96942045-1.pdf

Size

23.32 KB

Format

Adobe PDF

Checksum

(MD5):0c8a2bd12170d713ef4e9fd47f869262

臺大位居世界頂尖大學之列，為永久珍藏及向國際展現本校豐碩的研究成果及學術能量，圖書館整合機構典藏（NTUR）與學術庫（AH）不同功能平台，成為臺大學術典藏NTU scholars。期能整合研究能量、促進交流合作、保存學術產出、推廣研究成果。

To permanently archive and promote researcher profiles and scholarly works, Library integrates the services of “NTU Repository” with “Academic Hub” to form NTU Scholars.

總館學科館員 (Main Library)
醫學圖書館學科館員 (Medical Library)
社會科學院辜振甫紀念圖書館學科館員 (Social Sciences Library)

開放取用是從使用者角度提升資訊取用性的社會運動，應用在學術研究上是透過將研究著作公開供使用者自由取閱，以促進學術傳播及因應期刊訂購費用逐年攀升。同時可加速研究發展、提升研究影響力，NTU Scholars即為本校的開放取用典藏（OA Archive）平台。（點選深入了解OA）

  • 請確認所上傳的全文是原創的內容，若該文件包含部分內容的版權非匯入者所有，或由第三方贊助與合作完成，請確認該版權所有者及第三方同意提供此授權。
    Please represent that the submission is your original work, and that you have the right to grant the rights to upload.
  • 若欲上傳已出版的全文電子檔，可使用Open policy finder網站查詢，以確認出版單位之版權政策。
    Please use Open policy finder to find a summary of permissions that are normally given as part of each publisher's copyright transfer agreement.

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science