使用串列式階層類神經網路做中文單音節辨認

Abstract

本篇論文提出三種串列式階層類神經網路(SMLP)來做國語單字音的辨認，它們分別 是SMLP-I，SMLP-II 和SMLP-III。主要目的是藉著結合階層類神經網路(MLP) 的串 列結構和新的學習法則，希望能克服當類神經網路應用在國語單字音的辨認時所遭 遇到的困難，它們包括時間對應的問題(time-alignment problem)以及競爭區分能 力(discrimination capability) 沒有被善加利用等。SMLP-I和SMLP-II 的基本辨 認單位是聲母和韻母，SMLP-III的基本辨認單位是音素，它們都是操作在音框同步 (frame-synchronous) 模式。一個串列式階層類神經網路是階層類神經網路的串接 結構，而每一個階層類神經網路被當作是一個語音狀態的辨認器(state recogniz- er) 用來區分不同的語音事件(acoustic event)。SMLP-I採用一個參層的階層類神 經網路結構，所有的聲母和韻母是它的輸出單位。而SMLP-II 藉著兩個串列式階層 類神經網路分別來區分聲母和韻母，這兩個串列式階層類神經網路被串接起來做國 語單字音的辨認。SMLP-III具有四個貳層的階層類神經網路的串列結構，它們分別 被用來區分國語單字音的四個音素成份，也就是子音、介音、主要母音和韻尾。另 外一個以字為單位的後加權網路層，藉著強調國語單字音的差異部分，有助於更進 一步地區分國語單字音。串列式階層類神經網路的學習法則結合了動態程序 (DP procedure)和GPD 方法，能使辨認錯誤率逼近於一個局部最小值。其中動態程序是 被用來解決輸入語音與串列式階層類神經網路的時間對應問題，而GPD 方法則能加 強串列式階層類神經網路和後加權網路層的競爭區分能力。我們得到令人欣慰的結 果在辨認16個國語混淆單字音的實驗，而實驗的對照組是CHMM-based的方法。