基于类熵测量的连接主义音素识别中的段边界检测
音频与语音处理
2024-01-15 v2 信息论
机器学习
声音
math.IT
摘要
本文探讨了利用连接主义音素识别器输出的类熵来预测音素类之间时间边界的可能性。其基本原理是，由于熵是不确定性的度量，当在两个被识别网络良好建模（已知）的段之间的过渡附近时，熵的值应会增加。该度量的优势在于其简单性，因为在连接主义音素识别中，每个类的后验概率是可用的。本文单独及组合使用了熵以及基于熵的微分的一些度量。预测边界的决策方法从简单的阈值到基于神经网络的程序不等。对不同方法在精确率（以预测边界在参考边界10或20毫秒内的数量 C 与预测边界总数之比衡量）和召回率（以 C 与参考边界总数之比衡量）方面进行了比较。
引用
@article{arxiv.2401.05717,
title = {Segment Boundary Detection via Class Entropy Measurements in Connectionist Phoneme Recognition},
author = {Giampiero Salvi},
journal= {arXiv preprint arXiv:2401.05717},
year = {2024}
}