Mély neuronhálós beszédfelismerők GMM-mentes tanítása

Az utóbbi pár évben a beszédfelismerőkben használt rejtett Markov modellekben (hidden Markov model, HMM) az ún. Gauss-keverékmodell (gaussian mixture model, GMM) komponenst leváltották a mély neuronhálók (deep neural network, DNN). Ugyanakkor ezek az új, neuronálókra épülő hibrid HMM/DNN felismerők...

Teljes leírás

Elmentve itt :
Bibliográfiai részletek
Szerzők: Grósz Tamás
Gosztolya Gábor
Tóth László
Testületi szerző: Magyar Számítógépes Nyelvészeti Konferencia (13.) (2017) (Szeged)
Dokumentumtípus: Könyv része
Megjelent: 2017
Sorozat:Magyar Számítógépes Nyelvészeti Konferencia 13
Kulcsszavak:Nyelvészet - számítógép alkalmazása
Online Access:http://acta.bibl.u-szeged.hu/59007
LEADER 02516naa a2200229 i 4500
001 acta59007
005 20221108114930.0
008 190702s2017 hu o 1|| zxx d
020 |a 978-963-306-518-1 
040 |a SZTE Egyetemi Kiadványok Repozitórium  |b hun 
041 |a zxx 
100 1 |a Grósz Tamás 
245 1 0 |a Mély neuronhálós beszédfelismerők GMM-mentes tanítása  |h [elektronikus dokumentum] /  |c  Grósz Tamás 
260 |c 2017 
300 |a 170-180 
490 0 |a Magyar Számítógépes Nyelvészeti Konferencia  |v 13 
520 3 |a Az utóbbi pár évben a beszédfelismerőkben használt rejtett Markov modellekben (hidden Markov model, HMM) az ún. Gauss-keverékmodell (gaussian mixture model, GMM) komponenst leváltották a mély neuronhálók (deep neural network, DNN). Ugyanakkor ezek az új, neuronálókra épülő hibrid HMM/DNN felismerők számos olyan algoritmust megörököltek, melyeket eredetileg GMM-alapú rendszerekhez fejlesztettek ki, és így optimalitásuk az új környezetben nem garantált. A HMM/DNN modellek `GMM-mentes' tanításához két részfeladatra kell új megoldást adnunk. Az egyik, hogy a mély hálók időben illesztett tanító ímkéket igényelnek, a másik pedig a környezetfüggő állapotok előállítása, amelyre a klasszikus megoldás egy GMM-alapú klaszterezési algoritmus. Bár a HMM/DNN hibridek tanítására léteznek teljes mondatokon dolgozó ún. szekven ia-diszkriminatív tanítóalgoritmusok, ezeket jellemzően sak a tanítás legutolsó fázisában, a modellek �nomhangolására szokták bevetni, míg a tanítás elején HMM/GMM modellekel el®állított és illesztett ímkékből indulnak ki. Jelen ikkünkben viszont megmutatjuk, hogy megfelelő oda�gyeléssel a szekven iatanuló algoritmusok a tanítás legelejétől használhatóak. Az állapotklaszterezési lépésre korábban már javasoltunk egy GMM-mentes megoldást, így a ímkeillesztési feladat megoldásával egy teljesen GMM-mentes tanítási sémához jutottunk. Kísérleti eredményeink azt mutatják, hogy a javasolt megoldás nem sak gyorsabb, mint a hagyományos tanítási módszer, hanem valamivel jobb felismerési pontosságot is eredményez. 
695 |a Nyelvészet - számítógép alkalmazása 
700 0 1 |a Gosztolya Gábor  |e aut 
700 0 1 |a Tóth László  |e aut 
710 |a Magyar Számítógépes Nyelvészeti Konferencia (13.) (2017) (Szeged) 
856 4 0 |u http://acta.bibl.u-szeged.hu/59007/1/msznykonf_013_170-180.pdf  |z Dokumentum-elérés