隐马尔可夫模型的修正 Viterbi 训练

为了估计隐马尔可夫模型中的发射参数，通常使用 EM 算法或其变体。然而，我们的主要动机是 Philips 语音识别系统，其中 EM 算法被 Viterbi 训练算法所取代。Viterbi 训练比 EM 更快且计算量更小，但它也是有偏的，甚至可能不一致。我们提出了一种 Viterbi 训练的替代方案——修正 Viterbi 训练（adjusted Viterbi training）——它具有与 Viterbi 训练相同的计算复杂度阶数，但能提供更准确的估计量。在其他研究中，我们针对混合模型的特例研究了修正 Viterbi 训练，并通过模拟支持了该理论。本文证明了修正 Viterbi 训练也适用于更一般的隐马尔可夫模型。