区分性训练

最新推荐文章于 2022-06-27 14:20:56 发布

jiaobei2354717

最新推荐文章于 2022-06-27 14:20:56 发布

阅读量3.8k

点赞数 2

本文链接：https://blog.csdn.net/jiaobei2354717/article/details/45192731

版权

本文详细介绍了区分性训练在声学模型训练中的应用，包括区分性训练的目的、所需资源和步骤。资源包括初始的MLE模型、标注信息、语言模型等。区分性训练的步骤涉及分子和分母的计算，通过HLRescore和HDecode.mod等工具进行，旨在提高模型的区分性和识别准确性。

摘要由CSDN通过智能技术生成

声学模型的初始模型训练都是基于MLE（Maximum Likelihood Estimation）准则的，该方法简单，训练速度快，但是没有考虑到模型之间的区分性，导致识别中易发生混淆.

解决：区分性训练（MMI Maximum Mutual Information，MCE Minimum Classification Error，MPE，Minimum Phone Error）

区分性训练需要的资源：

1. 初始的MMF模型，一般为MLE训练的模型

2. 标注信息

3. 语言模型,一般是基于训练语生成的1-gram

4. 单行字典

5. 训练数据

区分性训练的步骤（分子和分母）

1. 分子

a. HLRescore 语言模型 +标注->单词的语言得分

HLRescore -A -D -V -T 3 -q tvalr -w -s 14.0 -p -10.0 -C ./lib/cfgs/config.hlr -n ./lib/lmdb/train.ug -I ./lib/wlabs/train.wrd.mlf -f -i ./lattices/feats-tjoiner_00_88/wlat.num/feats-tjoiner_00_88.mlf -l ./lattices/feats-tjoiner_00_88/wlat.num -S lib/flists.fixed/feats-tjoiner_00_88.scp ./lib/dicts/train.hd.dict

注意: train.ug是训练语料生成的.train.hd.dict是train.ug中字对应的发音&#