[发明专利]一种基于DNN的蒙古语声学模型的训练方法

权利要求书

1.一种基于DNN的蒙古语声学模型的训练方法，其特征在于：

首先训练GMM-HMM蒙古语声学模型，得到对齐的蒙古语语音特征数据；

然后在对齐语音特征数据的基础上对深度神经网络（DNN）进行训练和调优；

最后根据得到的蒙古语语音观察状态再对隐马尔科夫模型（HMM）进行训练

所述训练方法的具体步骤为：

步骤1： 进行GMM-HMM蒙古语声学模型训练，得到一个最优的GMM-HMM蒙古语语音识别系统，用gmm-hmm表示；

步骤2： 利用维特比解码算法解析gmm-hmm，对gmm-hmm蒙古语声学模型的模型中的每一个senone进行标号，得到senone_id；

步骤3： 利用gmm-hmm蒙古语声学模型，将声学状态tri-phone映射到相应的senone_id；

步骤4： 利用gmm-hmm蒙古语声学模型初始化DNN-HMM蒙古语声学模型， HMM隐马尔科夫模型参数部分，最终得到dnn-hmm1模型；

步骤5： 利用蒙古语声学特征文件预训练DNN深度神经网络，得到ptdnn；

步骤6： 使用gmm-hmm蒙古语声学模型，将蒙古语声学特征数据进行状态级别的强制对齐，对齐结果为align-raw；

步骤7： 将align-raw的物理状态转换成senone_id，得到帧级别对齐的训练数据align-frame；

步骤8： 利用对齐数据align-data对ptdnn深度神经网络进行有监督地微调，得到网络模型dnn；

步骤9： 根据最大似然算法，利用dnn重新估计dnn-hmm1中HMM模型的转移概率得到的网络模型用dnn-hmm2表示；

步骤10： 如果dnn和dnn-hmm2上测试集识别准确率没有提高，训练结束，

否则，使用dnn-hmm2对训练数据再次进行状态级别对齐，然后执行步骤7。

2.如权利要求1所述的一种基于DNN的蒙古语声学模型的训练方法，其特征在于：在DNN-HMM 蒙古语声学模型训练中加入 dropout 技术避免过拟合现象。