Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2018 - zeszyt 7

Using Full Covariance Matrix for CMU Sphinx-III Speech Recognition System

Wykorzystanie pełnej macierzy kowariancji w systemie rozpoznawania mowy CMU Sphinx III

10.15199/48.2018.07.25

nr katalogowy: 114665
10.15199/48.2018.07.25

Streszczenie

In this article authors proposed a hybrid system in which the full covariance matrix is used only at the initial stage of learning. At the further stage of learning, the amount of covariance matrix increases significantly, which, combined with rounding errors, causes problems with matrix inversion. Therefore, when the number of matrices with a determinant of 0 exceeds 1%, the system goes into the model of diagonal covariance matrices. Thanks to this, the hybrid system has achieved a better result of about 11%.

Abstract

W niniejszym artykule autorzy zaproponowali system hybrydowy, w którym pełna macierz kowariancji wykorzystywana jest tylko w początkowym etapie procedury treningowej. W dalszym etapie uczenia, znacząco wzrasta liczba macierzy kowariancji, co w połączeniu z błędami zaokrąglania powoduje problemy z odwróceniem tego typu macierzy. Dlatego też, gdy liczba macierzy o wyznaczniku równym 0 przekracza 1%, system przechodzi do modelu wykorzystującego macierze diagonalne. Dzięki temu system hybrydowy osiągnął wynik lepszy o około 11%.

Słowa kluczowe

Keywords

Bibliografia

[1] The Carnegie Mellon Sphinx Project: CMU Sphinx. http://cmusphinx.sourceforge.net/, Apr 2017
[2] The Carnegie Mellon Sphinx Project: CMU Sphinx Trainer. http://cmusphinx.sourceforge.net/wiki/sphinx4:sphinx4trainer, Apr 2017
[3] Bell P., Full Covariance Modelling for Speech Recognition. PhD thesis, The University of Edinburgh 2010
[4] Chen S., Kingsbury B., Mangu L., Povey D., Saon G., Soltau H., Zweig, G., Advances in speech transcription at IBM under the darpa ears program. IEEE Transactions on Audio, Speech and Language Processing, 14 (2006), nr 5, 1596-1608
[5] Płonkowski M., Urbanowicz P., Tuning a CMU Sphinx-III Speech Recognition System for Polish Language, Przegląd Elektrotechniczny, 90 (2014), nr 4, 181-184
[6] Wang R., Zhu X., Chen Y., Liu J., Liu R., Fast likelihood computation method using block-diagonal covariance matrices in Hidden Markov Model. In Proceedings of ICSLP 2002 Taipei, Taiwan, August (2002)
[7] The CMU Audio Databases, AN4 database, http://www.speech.cs.cmu.edu/databases/an4/, Apr 2017

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 114665 "Using Full Covariance Mat..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2018-7 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2018-7

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma