風險最小化準則在中文大詞彙連續語音辨識之研究

本論文探討風險最小化（Risk Minimization）準則在中文大詞彙連續語音辨識（Large Vocabulary Continuous Speech Recognition, LVCSR）之初步研究，內容包括了聲學模型訓練、非監督式聲學模型調適與搜尋演算法等方面。本論文以公視電視新聞語料庫作為中文廣播新聞實驗題材。在聲學模模型訓練方面，我們使用了最小化音素錯誤（Minimum Phone Error, MPE）鑑別式訓練方法；實驗結果顯示，最小化音素錯誤訓練能較傳統最大相似度訓練相對地降低約12%的字錯誤率。另一方面，在聲學模型調適上，我們則探討最小化音素錯誤線性迴歸（Minimum Phone Error Linear Regression, MPELR）調適法在非監督式聲學模型調適的使用；實驗結果顯示，最小化音素錯誤線性迴歸可以再進一步相對地降低約5%的字錯誤率。最後，在搜尋演算法方面，本文探討詞錯誤最小化（Word Error Minimization,WEM）搜尋方法；實驗結果初步顯示，詞錯誤最小化搜尋方法較傳統最大化事後機率解碼方法來的稍佳。