声学模型学习笔记（五） SDT MMI/BMMI/MPE/sMBR

                       

DNN训练使用的CE准则是基于每一帧进行分类的优化，最小化帧错误率，但是实际上语音识别是一个序列分类的问题，更关心的是序列的准确性。所以引入SDT(sequence-discriminative training)，训练准则更符合实际，有利于提升识别率。常用的准则包括MMI/BMMI、MPE、MBR等。

                   

准则	目标函数
CE	帧错误率
MMI/BMMI	句子正确率
MPE	phone错误率
sMBR	状态错误率

MMI

MMI(maximum mutual information)准则最大化观察序列分布和word序列分布之间的互信息，减小句子错误率。
假设观察序列om=om1,...,omTmo m =o m 1 ,...,o m T m  
其中zLmtz L