解决Baum-Welch算法下溢问题的参数重估公式中存在的问题及其更正

摘要：

Baum-Welch算法在实际应用中存在算法下溢问题,参考文献1～文献3中都介绍了尺度变换(Scaling)算法以解决该问题.然而这3篇文献的算法公式中存在不同程度的错误.实验结果显示原算法会导致模型训练不收敛或收敛性不好而导致识别率不高.本文分析了这些文献算法公式中存在的问题并推导给出正确公式.使用了修正后算法的语音识别系统有良好的收敛性而且可以获得较高的识别率.

机标关键词：算法公式、参数、重估、文献、语音识别系统、收敛性、识别率、实际应用、尺度变换、不收敛、训练、显示、推导、实验、模型

所属期刊栏目：26

分类号：TB5(声学工程)

在线出版日期：2007-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：468-475