用于加权 DNN-HMM ASR 的基于 DNN 的不确定性估计
声音
2017-05-31 v1 神经与进化计算
摘要
本文将不确定性定义为给定增强含噪观测向量与对应纯净向量之间的均方误差。然后，使用训练数据库，以增强含噪观测向量作为输入、不确定性作为输出，训练一个 DNN。在测试阶段，该 DNN 接收增强含噪观测向量并输出估计的不确定性。此不确定性被用于结合基于加权 DNN-HMM 的语音识别系统，并与基于加性噪声模型的现有噪声消除不确定性方差估计方法进行比较。实验在 Aurora-4 任务上进行。给出了纯净、多噪声和多条件训练下的结果。
引用
@article{arxiv.1705.10368,
title = {DNN-based uncertainty estimation for weighted DNN-HMM ASR},
author = {José Novoa and Josué Fredes and Néstor Becerra Yoma},
journal= {arXiv preprint arXiv:1705.10368},
year = {2017}
}