广播语音声学建模中的主动学习研究

广播语音识别是语音识别实用化研究的典型方向，也是多媒体/音频检索研究和应用的基础。广播语音易于采集，可以获得海量语音语料，但标注工作量大，目前缺乏可用的广播语音库。而且由于广播语音的复杂性以及分布的不均匀性，即使标注了大量广播语音数据用于训练，也难以避免产生数据稀疏现象。这些都影响了广播语音的声学模型建模。如何将广播语音库的建立和广播语音声学模型的训练结合起来，以最少的标注工作量，由海量未标注数据训练出更佳的广播语音声学模型，是一个值得研究的问题。利用主动学习，可以解决这个问题。主动学习是当前的研究热点，样本选择和快速学习是主动学习的主要研究内容，将主动学习用于广播语音声学建模，又有其特殊问题。本项目研究用于广播语音声学建模的主动学习问题，研究内容主要包括:用于主动学习的样本选择准则，用于主动学习的广播语音声学模型快速训练算法，用于广播语音声学建模的主动学习系统研究。