Entraînement GPD segmental d'un reconnaisseur de la parole basé sur un modèle de Markov caché

Un nouvel algorithme d'entraînement, l'entraînement GPD (descente probabilistique généralisée) segmental, pour un reconnaisseur de la parole basé sur un modèle de Markov caché (HMM) utilisant le décodage de Viterbi est proposé. Cet algorithme est basé sur le principe du taux d'erreur de reconnaissance minimal dans lequel la segmentation et l'entraînement discriminatif sont optimisés conjointement. Divers problèmes liés à la structure particulière des HMM dans l'entraînement GPD segmental sont étudiés. Les auteurs ont testé cet algorithme sur deux tâches de reconnaissance indépendantes des locuteurs. La première expérience implique l'ensemble E anglais. L'entraînement GPD segmental a été directement appliqué à un HMM généré à partir d'une segmentation uniforme non optimale. Un taux de reconnaissance de 88,7 % a été atteint sur l'ensemble E anglais avec un HMM de mots entiers. La seconde expérience implique la base de données TI des chiffres connectés. L'entraînement GPD segmental a été appliqué à des HMM déjà entraînés utilisant des méthodes d'entraînement conventionnelles. Un taux de reconnaissance de chaînes de 98,8 % a été atteint sur un HMM basé sur des mots à 10 états grâce à l'entraînement GPD segmental.