今日は,特徴量変換の識別学習について述べます. 特徴量スペースの識別学習の話に入る前に, 音声認識の音響モデルの研究が,この 10 年どのように発展してきたかについて, (間違っているかも知れないですが)簡単に復習したいと思います. まず,HMM を MMI 基準で識別学習する話が,大語彙タスクでも動作することが確認されました. 次に,認識誤り率を少なくするような基準の方がよいだろうということで,MPE がでてきました. このとき同時に,識別学習による過学習を防ぐため,I-smoothing という技術がでてきました. これは,パラメタ更新時に,過学習してない(ML などの)パラメタに,データ量に応じて back-off させるという技術です. これのおかげて,パラメタ更新が安定し,率の向上に大幅に貢献しています. 次に,MMI や MPE 基準を使って,特徴量変換を識別学習しようという話