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&#