Key points are not available for this paper at this time.
最大尤度に基づく音声認識システムで使用される標準的な仮説スコアリングのパラダイムは、音声認識における一般的に使用される性能指標である単語エラー率を最小化する点において最適でないことを示します。これは、単語エラーと文エラーが必ずしも単調に関連していない高エラー率の環境では、最適でないパフォーマンスにつながる可能性があります。この不一致に対処するために、認識仮説の期待される単語エラーを明示的に最小化する新しいアルゴリズムを開発しました。まず、N-bestリストを使用して事後仮説確率を近似します。次に、事後分布に基づいて各仮説の期待される単語エラーを計算し、最もエラーの少ない仮説を選択します。実験では、2つの自発的な音声コーパスで認識率の改善が示されています。1. はじめに 音声認識仮説の標準的な選択基準は、仮説Wの事後確率を最大化することを目的としています...
Stolckeら（Mon、）はこの問題を研究しました。