用于 ASR 的简化端到端 MMI 训练与投票
机器学习
2017-07-18 v2 计算与语言
神经与进化计算
摘要
我们考虑一种采用最大互信息（MMI）准则的简化语音识别系统。提出使用梯度下降的端到端训练，类似于连接主义时序分类（CTC）的训练。我们在训练阶段使用带有简单语言模型的 MMI 准则，以及标准 HMM 解码器。我们的方法在性能、鲁棒性、解码时间、磁盘占用和对齐质量方面优于 CTC。良好的对齐使得能够使用一种直接的集成方法，该方法通过简单平均多个分别端到端训练的神经网络模型的预测得到。该集成方法使词错误率显著降低。
引用
@article{arxiv.1703.10356,
title = {Simplified End-to-End MMI Training and Voting for ASR},
author = {Lior Fritz and David Burshtein},
journal= {arXiv preprint arXiv:1703.10356},
year = {2017}
}