文献

J-GLOBAL ID：200902274122444265   整理番号：08A0833079

効率的なクロスバリデーションに基づく混合ガウス分布の最適化法とその拡張

Gaussian Mixture Optimization Based on Efficient Cross-validation and Its Extension

著者 (3件)： 篠崎隆宏 (東京工大 大学院情報理工学研究科) ,  古井貞煕 (東京工大 大学院情報理工学研究科) ,  河原達也 (京大 学術情報メディアセ)
資料名： 情報処理学会研究報告  (IPSJ SIG Technical Reports)
巻： 2008  号： 68(SLP-72)  ページ： 69-74  発行年： 2008年07月11日 
JST資料番号： Z0031B  ISSN： 0919-6072  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 有限の学習データからの混合ガウス分布の推定において,混合要素の数およびそれらの配置を最適化することは,学習データに含まれない新しいデータに対し高い性能を得る上で非常に重要である。これまでに混合ガウス分布を最適化する手法としてクロスバリデーション(CV)を効率的に適用する手法の提案を行いその有効性を示したが,本研究ではモデル性能の更なる向上を目的として,CV手法を拡張したAggregated CV(AgCV)法およびAgCV法を混合ガウス分布の最適化に応用する手法の提案を行なう。提案アルゴリズムは従来のCVを用いた混合ガウス分布の最適化法と同様に,十分統計量を用いることで効率的に動作する。日本語話し言葉コーパスを用いた大語彙連続音声認識実験において,混合ガウス分布HMMの最適化に本手法を用いることで,モデルサイズを自動決定しつつ従来法と比較して認識性能が向上することを示す。(著者抄録)

シソーラス用語： *連続音声認識 ,  語彙 ,  話し言葉 ,  日本語 ,  *コーパス ,  交差検証法 ,  正規分布 ,  統計量 ,  実験 ,  Gauss模型 ,  *隠れMarkovモデル ,  比率 ,  性能評価 ,  評価実験 ,  数学 ,  誤差論
準シソーラス用語： Gauss混合モデル ,  Gauss分布 ,  十分統計量 ,  認識率

分類 (3件)： パターン認識  (JE07000S) ,  情報加工一般  (AC05010A) ,  システム・制御理論一般  (IA02010H)

引用文献 (10件)：

• YOUNG, S. Tree-based state tying for high accuracy acoustic modelling. Proc. ARPA Workshop on Human Language Technology, 1994. 1994, 307-312
• SHINODA, K. Acoustic modeling based on the MDL criterion for speech recognition. Proc. EuroSpeech, 1997. 1997, 1, 99-102
• OSTENDORF, M. HMM topology design using maximum likelihood successive state splitting. Computer Speech and Language. 1997, 11, 17-41
• CINCAREK, T. Utterance-based selective training for the automatic creation of task-dependent acoustic models. IEICE Transactions on Information and Systems, D. 2006, E89-D, 3, 962-969
• SHIMOZAKI, T. HMM state clustering based on efficient cross-validation. Proc. ICASSP, Toulouse, 2006. 2006, I, 1157-1160

タイトルに関連する用語 (4件)： バリデーション ,  混合ガウス分布 ,  最適化 ,  拡張