检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《中文信息学报》2002年第1期49-53,共5页Journal of Chinese Information Processing
基 金:"九八五"重大项目 (985校 - 2 2 -攻关 - 0 6 )
摘 要:本文提出了一种新的说话人自适应算法———最大似然模型插值。其基本思想是 ,利用语音单元间的相关性 ,根据最大似然准则由一组说话人相关模型的线性组合得到测试者的说话人自适应模型。接着介绍了此插值框架下的两种具体自适应算法 :均值线性插值算法和矩阵线性插值算法。实验证明上述算法有良好的收敛性 ,在只有A novel speaker adaptation method named maximum likelihood model interpolation (MLMI) is proposed.The basic idea of MLMI is to compute the speaker adapted (SA) model of a test speaker by a linear convex combination of a set of speaker dependent (SD) models according to maximum likelihood (ML) criterion.This method has made use of the correlation of speech units.Then,two concrete algorithms named mean linear interpolation and matrix linear interpolation respectively are given.Experiments show that 3 adaptation utterances can give a significant performance improvement.
关 键 词:连续语音识别 说话人自适应 最大似然模型插值 均值线性插值算法 矩阵线性插值
分 类 号:TN912.34[电子电信—通信与信息系统]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.15