论文部分内容阅读
由于传统的最大似然训练准则的局限性，区分性训练的研究逐渐成为当前语音识别领域的一个热点，它已经被应用到实际中并且取得了较好的效果。围绕区分性的概念，可以进行多角度的研究，本文的研究的最小音素错误特征训练就是使用最小音素错误训练准则进行特征变换、参数更新以及模型训练。其研究目的在于调整特征，使得目标函数值趋近最优。研究内容包括高维特征向量和变换矩阵，相关实验证明该算法在词正确率方面，相10对于MLE的提升有近3.8%，相对于MPE的提升大概有1.2%。