ヒドン・マルコフ・モデルの学習方法

発明者：
出願人/特許権者：
代理人 (1件)：柿本恭成
公報種別：公開公報
出願番号（国際出願番号）：特願平7-317825
公開番号（公開出願番号）：特開平9-160586
出願日： 1995年12月06日
公開日（公表日）： 1997年06月20日
要約：

【要約】【課題】環境依存型音素HMM(ヒドン・マルコフ・モデル)の利点を維持しながら、学習データに偏りが少なく、平滑化された環境依存型音素HMMの学習方法を提供する。【解決手段】ステップ6で単語HMMを学習した後、それらをステップ7で環境依存型音素HMMに分解し、それら環境依存型音素HMMをステップ9で再連結して単語HMMを作る。このような学習、分解、連結を繰り返すことによって環境依存型音素HMMを学習する。その後、ステップ11で、環境依存型音素HMMでの学習サンプル数が十分あったか否かを判定し、不十分でと判定されたときのみ、ステップ12で、環境依存型音素HMMとそれに対応する環境独立型音素HMMのパラメータとを学習サンプル数に応じた重み係数で重み付き平均したパラメータを求め、それを環境依存型音素HMMのパラメータに置き換える。

請求項（抜粋）：

環境依存型音素ヒドン・マルコフ・モデルを学習するに際して、予め用意しておいた環境独立型音素ヒドン・マルコフ・モデルを連結して単語、文節又は文のうちのいずれか1つのヒドン・マルコフ・モデルを構築し、前記いずれか1つのヒドン・マルコフ・モデルを学習する学習処理と、前記学習処理後にその学習結果を環境依存型音素ヒドン・マルコフ・モデルに分解する分解処理と、前記分解された環境依存型音素ヒドン・マルコフ・モデルを再連結して単語、文節又は文のうちのいずれか1つのヒドン・マルコフ・モデルを作る連結処理とを用い、前記学習処理、分解処理及び連結処理を繰り返すことによって前記環境依存型音素ヒドン・マルコフ・モデルを学習するヒドン・マルコフ・モデルの学習方法において、前記環境依存型音素ヒドン・マルコフ・モデルの学習に使われた学習サンプルの数を計数し、この学習サンプル数が不十分だと判断されたときのみ、前記繰り返しで最後に分解された環境依存型音素ヒドン・マルコフ・モデルのパラメータと、このパラメータに対応する前記環境独立型音素ヒドン・マルコフ・モデルのパラメータとを、前記学習サンプル数に応じた重み係数で重み付き平均したパラメータを算出し、前記繰り返しで最後に分解された環境依存型音素ヒドン・マルコフ・モデルのパラメータを前記算出したパラメータで置き換え、前記環境依存型音素ヒドン・マルコフ・モデルを学習することを特徴とするヒドン・マルコフ・モデルの学習方法。

IPC (3件)：

G10L 3/00 535 , G10L 3/00 521 , G10L 3/00

FI (3件)：

G10L 3/00 535 , G10L 3/00 521 F , G10L 3/00 521 L

前のページに戻る