哥斯多利亚，加博尔;鲁伯特·巴斯·费科特 校准AdaBoost进行音素分类。 （英语） Zbl 1415.68181号 软计算。 23，第1期，115-128（2019）. 摘要：音素分类是自动语音识别（ASR）的一个分类子任务，它对于实现良好的语音识别精度至关重要。然而，与大多数分类任务不同，除了找到正确的类别外，提供良好的后验分数也是一项重要的要求。部分原因是，以前的高斯混合模型，而最近在这项任务中使用了人工神经网络（ANN），而其他常见的机器学习方法，如支持向量机和AdaBoost。MH很少应用。在之前的研究中，我们展示了AdaBoost。MH在分类精度方面可以与ANN的性能相匹配，但在语音识别过程中利用其输出时却落后于ANN。这部分是由于AdaBoost的后验分数不准确。MH产生，这是该方法的一个众所周知的弱点。为了提高后验评分的质量，通常进行某种后验校准。在本研究中，我们测试了几种后验校准技术，以提高AdaBoost的整体性能。我们发现后验校准是提高ASR准确度的一种好方法，特别是当我们将语音识别过程集成到校准工作流中时。 MSC公司： 68吨10 模式识别、语音识别 68T05型 人工智能中的学习和自适应系统 68T50型 自然语言处理 关键词：语音识别;音素分类;音素概率估计;后验校准;阿达·布斯特。MH公司 软件：阿达·布斯特。MH公司;MultiBoost公司 PDF格式BibTeX公司 XML格式引用 \textit{G.Gosztolya}和\textit{R.Busa-Fekete}，软计算。23，第1号，115-128（2019年；Zbl 1415.68181） 全文： DOI程序 参考文献： [1] Ayer M，Brunk H，Ewing G，Reid W，Silverman E（1955）不完全信息抽样的经验分布函数。数学年鉴5（26）：641-647·Zbl 0066.38502号 ·doi:10.1214/aoms/1177728423 [2] Bartlett PL，Traskin M（2007）AdaBoost是一致的。马赫学习研究杂志8:2347-2368·Zbl 1222.68142号 [3] Benbouzid D、Busa-Fekete R、Casagrande N、Collin FD、Kégl B（2012）《MultiBoost：一种多用途助推包》。J Mach学习研究13:549-553·Zbl 1283.68281号 [4] Bishop CM（1995）模式识别的神经网络。牛津克拉伦登出版社·Zbl 0868.68096号 [5] Bodnár P，Nyül LG（2015）使用增强的弱分类器级联改进QR码定位。网络学报22（1）：21-33·Zbl 1340.68095号 ·doi:10.14232/actacycB.22.1.2015.3 [6] Busa-Fekete R，Kégl B（2009）使用UCB加速AdaBoost。收件人：KDDCup 2009（JMLR W&CP），第7卷，第111-122页，法国巴黎 [7] Busa-Fekete R、Kégl B、EltetöT、Szarvas G（2013）《调音与混音：学习使用校准的多类分类器组合进行排名》。马赫学习93（2-3）：261-292·Zbl 1300.68038号 ·doi:10.1007/s10994-013-5360-9 [8] Crammer K，Singer Y（2001）关于基于核的多类向量机的算法实现。J Mach学习研究2:265-292·Zbl 1037.68110号 [9] Drish J（2001）从支持向量机获得校准的概率估计。美国加利福尼亚州圣地亚哥加利福尼亚大学技术报告 [10] Duda RO，Hart PE（1973）模式分类和场景分析。纽约威利·Zbl 0277.68056号 [11] Ensor KB，Glynn PW（1997），通过网格搜索进行随机优化。收录：应用数学讲座，第33卷。美国数学学会，第89-100页·Zbl 0894.60022号 [12] Friedman J，Hastie T，Tibshirani R（2000）加性逻辑回归：助推的统计观点。安统计28:337-374·Zbl 1106.62323号 ·doi:10.1214/aos/1016218223 [13] Gosztolya G（2014）AdaBoost在音素分类方面有竞争力吗？收录：CINTI（IEEE）会议记录，第61-66页，匈牙利布达佩斯 [14] Gosztolya G（2015）关于社会信号检测的评估指标。收录：《国际演讲会议录》，第2504-2508页，德国德累斯顿 [15] Gosztolya G，Busa-Fekete R，Tóth L（2013）使用AdaBoost检测自闭症、情绪和社会信号。收录于：法国里昂，第220-224页，《国际演讲会论文集》 [16] Gosztolya G，Beke A，Neuberger T，Tóth L（2016）使用具有最小特征子集的深度整流神经网络进行笑声分类。拱形Acoust 41（4）：669-682·doi:10.1515/aoa-2016-0064 [17] Gupta R、Audhkhasi K、Lee S、Narayanan SS（2013）《使用概率时间序列平滑和掩蔽的语音副语言事件检测》。摘自：《语际对话录》，第173-177页 [18] Imseng D，Bourrad H，Magimai Doss M，Dines J（2011）混合语言语音识别的语言依赖通用音素后验估计。摘自：ICASSP会议记录，第5012-5015页，捷克共和国布拉格 [19] Jelinek F（1997）语音识别的统计方法。麻省理工学院出版社，剑桥·Zbl 1504.68003号 [20] Kaya H，Karpov AA，Salah AA（2015），副语言分析的级联归一化Fisher向量。摘自：《语际对话录》，第909-913页 [21] Lamel L，Kassel R，Seneff S（1986）《语音数据库开发：声学语料库的设计和分析》。摘自：DARPA语音识别研讨会论文集，第121-124页 [22] Levenshtein VI（1966）能够纠正删除、插入和反转的二进制代码。Sov Phys Dokl 10（8）：707-710·Zbl 0149.15905号 [23] Manning C，Raghavan P，Schütze H（2008）信息检索导论。剑桥大学出版社·Zbl 1160.68008号 ·doi:10.1017/CBO9780511809071 [24] Mease D，Wyner A，Buja A（2007），增强分类树和类概率/分位数估计。J Mach学习研究8:409-439·Zbl 1222.68261号 [25] Morgan N，Bourland H（1995）混合HMM/连接主义连续语音识别简介。信号处理Mag 1025-10281995年5月 [26] Neuberger T，Beke A（2013）使用GMM-SVM方法自动检测自发性语音中的笑声。收录：TSD会议记录，第113-120页 [27] Niculescu-Mizil A，Caruana R（2005）《从增压中获得校准概率》。摘自：第21届人工智能不确定性会议论文集（UAI'05），第413-420页 [28] 普拉特，J。；Smola，A.（编辑）；Bartlett，P.（编辑）；Schoelkopf，B.（编辑）；Schuurmans，D.（ed.），支持向量机的概率输出以及与正则化似然方法的比较，61-74（2000），剑桥 [29] Rabiner L，Juang BH（1993）《语音识别基础》。英格伍德悬崖普伦蒂斯·霍尔 [30] Robertson T、Wright F、Dykstra R（1988）《顺序限制统计推断》。纽约威利·Zbl 0645.62028号 [31] Schapire RE，Freund Y（2012）《推进：基础和算法》。麻省理工学院出版社，剑桥·Zbl 1278.68021号 [32] Schapire RE，Singer Y（1999）使用可信度评估预测改进增压算法。马赫学习37（3）：297-336·Zbl 0945.68194号 ·doi:10.1023/A:1007614523901 [33] Schölkopf B，Platt JC，Shawe-Taylor JC，Smola AJ，Williamson RC（2001）《估计高维分布的支持》。神经计算13（7）：1443-1471·兹比尔1009.62029 ·doi:10.1162/089976601750264965 [34] Tóth L，Kocsor A，Csirik J（2005）《语音识别中的朴素贝叶斯》。国际应用数学与计算机科学杂志15（2）：287-294·兹比尔1085.68667 [35] Tóth S，SztahóD，Vicsi K（2012）人类和机器的言语情感感知。收件人：《成本诉讼程序》，第213-224页，希腊帕特拉斯 [36] van Leeuwen DA、Martin AF、Przybocki MA、Bouten JS（2006）NIST和NFI-TNO对自动说话人识别的评估。计算机语音语言20（2-3）：128-158·doi:10.1016/j.csl.2005.07.001 [37] Waegeman W，Dembczynski K，Jachnik A，Cheng W，Hüllermier E（2014）关于f-测度极大值的贝叶斯最优性。J Mach学习研究15（1）：3333-3388·Zbl 1311.62011年 [38] Wu T，Lin C，Weng R（2004）通过两两耦合进行多类分类的概率估计。J Mach学习研究5:975-1005·Zbl 1222.68336号 [39] Young S、Evermann G、Gales MJF、Hain T、Kershaw D、Moore G、Odell J、Ollason D、Povey D、Valtchev V、Woodland P（2006）《HTK图书》。剑桥大学 [40] Zadrozny B，Elkan C（2001）从决策树和朴素贝叶斯分类器中获得校准的概率估计。摘自：ICML会议记录，第609-616页 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。