隠れマルコフモデルを用いた多層パーセプトロンによる継続的音声認識

多層パーセプトロン (MLP) (すなわちフィードフォワード型人工ニューラルネットワーク) を隠れマルコフモデル (HMM) アプローチに組み込んだ音素ベースの話者依存型継続音声認識システムについて述べます。入力フレームのスライディングウィンドウからの文脈情報を使用して、単純な最大尤度確率または文脈の利益なしに推定される最大事後確率 (MAP) の対応する性能を上回るフレームまたは音素分類の性能を改善します。単純な離散密度HMMシステムの性能は、MLP手法を用いて確率を推定する際に若干向上するようです。