next up previous
次へ: HMMのパラメータの制約 上へ: HMM 戻る: HMMのパラメータ


シンボル出力確率におけるparameter tie
$ b_{i,j}(O) = b_{i,i}(O) = b_i(O)$

HMMは,状態が遷移したときに,シンボルが出力される.したがって,状態$ i$ から状態$ j$ の遷移においてシンボル$ O$ が出力する確率を $ b_{i,j} (O)$ と表現 する.

しかし,本論文では,状態$ i$ から状態$ j$ の遷移におけるシンボル出力確率 $ b_{i,j} (O)$ と状態$ i$ から状態$ i$ の遷移におけるシンボル出力確率 $ b_{i,i}(O)$ は,同じシンボル出力確率をとると仮定する.これをparameter tieと呼ぶ.つまり, $ b_{i,j}(O) = b_{i,i}(O) = b_{i}(O)$ とする.

音声信号において,短い時間間隔で区切った音声をフレームと呼ぶ.実際の音 声では,フレームの前後は類似している.特に母音では,同じフレームが繰り 返される.そのため,実際の音声認識では,自己ループの確率が,他の状態へ の遷移確率より高くなる.そのため,音声認識では,自己ループのときのシン ボル出力確率 $ b_{i,i}(O)$ は,信頼性が高い.しかし,他の状態への遷移確率 は低いため,他の状態への遷移のときのシンボル出力確率 $ b_{i,j} (O)$ は,信 頼性が低い.そのため音声認識では,信頼性が低くなるパラメータを削除する ために,このようなparameter tie( $ b_{i,j}(O) = b_{i,i}(O)$ )をとる場合 が多い.



Jin'ichi Murakami 平成22年9月2日