以高斯混合模型表徵器與語言模型為基礎之語言辨認

Language Identification based on Gaussian Mixture Model Tokenizer and Language Model

本論文探討不需要標注資料的自動化語言辨認方法，基本觀念是建立高斯混合模型之表徵器，以表徵器輸出建立語言模型，加上切割處理與後端處理，提升語音資料的語言辨認正確率。所建議的系統架構，分別是串聯高斯混合模型表徵器和語言模型的“高斯混合模型表徵器－語言模型法”，以及將語言模型融合在表徵器裡面的“連結聲學－語言模型法”兩種型式。由實驗結果觀察，加入切割處理的幫助，的確能夠提升系統的辨認正確率。