亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

On modeling context-dependent clustered states: Comparing HMM/GMM, hybrid HMM/ANN and KL-HMM approaches

作者
Marzieh Razavi,Ramya Rasipuram,Mathew Magimai.-Doss
出处
期刊: [Institute of Electrical and Electronics Engineers]
卷期号:: 7659-7663 被引量:25
标识
DOI:10.1109/icassp.2014.6855090
摘要

Deep architectures have recently been explored in hybrid hidden Markov model/artificial neural network (HMM/ANN) framework where the ANN outputs are usually the clustered states of context-dependent phones derived from the best performing HMM/Gaussian mixture model (GMM) system. We can view a hybrid HMM/ANN system as a special case of recently proposed Kullback-Leibler divergence based hidden Markov model (KL-HMM) approach. In KL-HMM approach a probabilistic relationship between the ANN outputs and the context-dependent HMM states is modeled. In this paper, we show that in KL-HMM framework we may not require as many clustered states as the best HMM/GMM system in the ANN output layer. Our experimental results on German part of Media-Parl database show that KL-HMM system achieves better performance compared to hybrid HMM/ANN and HMM/GMM systems with much fewer number of clustered states than is required for HMM/GMM system. The reduction in number of clustered states has broader implications on model complexity and data sparsity issues.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
5秒前
7秒前
浮云发布了新的文献求助10
10秒前
芒果完成签到,获得积分20
11秒前
19秒前
23秒前
浮云发布了新的文献求助10
27秒前
27秒前
38秒前
44秒前
复杂曼荷完成签到,获得积分10
46秒前
may完成签到 ,获得积分10
48秒前
56秒前
57秒前
英俊的铭的应助被邓倩采纳,获得10
57秒前
Maestro_S的应助被呵呵采纳,获得10
1分钟前
00hello00发布了新的文献求助10
1分钟前
1分钟前
1分钟前
仁爱的鞋子完成签到,获得积分10
1分钟前
安详老鼠完成签到,获得积分10
1分钟前
1分钟前
1分钟前
Shu完成签到,获得积分10
1分钟前
刻苦的煎蛋完成签到,获得积分10
1分钟前
庾傀斗发布了新的文献求助10
1分钟前
ssgg完成签到,获得积分10
1分钟前
辛勤诗兰完成签到,获得积分10
1分钟前
1分钟前
不爱写论文完成签到,获得积分10
1分钟前
HaoZhang发布了新的文献求助10
1分钟前
2分钟前
Lynee完成签到,获得积分10
2分钟前
清脆妙梦完成签到,获得积分10
2分钟前
sugar发布了新的文献求助10
2分钟前
小辣椒完成签到,获得积分10
2分钟前
HaoZhang完成签到,获得积分20
2分钟前
尊敬康乃馨完成签到,获得积分10
2分钟前
初景发布了新的文献求助10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8195111
求助须知:如何正确求助?哪些是违规求助? 9580886
关于积分的说明 21872823
捐赠科研通 7794997
什么是DOI,文献DOI怎么找? 3437934
关于科研通互助平台的介绍 2561228
邀请新用户注册赠送积分活动 2484609