ベイズ的基準を用いた状態共有型HMM構造の選択

渡部 晋治  南 泰浩  中村 篤  上田 修功  

誌名
電子情報通信学会論文誌 D   Vol.J86-D2   No.6   pp.776-786
発行日: 2003/06/01
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: 音声,聴覚
キーワード: 
音声認識,  状態共有型HMM,  モデル構造,  ベイズ的基準,  

本文: PDF(493.7KB)>>
論文を購入




あらまし: 
音声認識用音響モデルとして広く用いられている状態共有型HMMにおいては,その状態共有構造をいかに適切に定めるかが重要である.従来,総状態数の決定を含む状態共有構造及び総状態数の選択は最ゆう基準に基づいて行われていた.しかしゆう度は総状態数の増加に伴い単調増加するため,実験的にしきい値を設定する必要がある.また,この問題に対処するために導入された,最小記述長(MDL)基準やベイズ的情報基準(BIC)に基づくモデル選択は漸近理論を用いて導出されているため,学習データが少ない場合,適切なモデル選択が困難であるという問題があった.本論文では,決定論的ベイズ計算法として提案された変分ベイズ法に基づく,漸近性を仮定しないベイズ的基準を用いてHMMの状態クラスタリングを行い,状態共有構造と総状態数を学習データに応じて適応的に選択する方法を提案する.不特定話者の孤立単語認識実験を通して提案法の有効性を実証した.