語音識別中的說話人自適應(yīng)研究.nh
1.MAP和MLLR算法比較
文章在討論由說話人引起的聲學(xué)差異基礎(chǔ)上，研究兩種基于模型
的自適應(yīng)算法:最大似然線性回歸(州壓LR)和最大后驗(yàn)概率(MAp)。
實(shí)驗(yàn)結(jié)果表明，不論采用哪種自適應(yīng)都能使識別率有一定的提升。兩
種算法之間的差異性在于MAP具有良好的漸進(jìn)性，但收斂性較差，
而MLLR在很大程度上改善了收斂特性，但其漸進(jìn)特性卻不如MAP。
文章討論了在側(cè)汰P自適應(yīng)中，初始模型參數(shù)的先驗(yàn)知識對自適
應(yīng)效果的影響，以及在MLLR中，回歸類對自適應(yīng)效果的影響。文
章還進(jìn)一步研究了采用兩種算法的累加自適應(yīng)效果，從結(jié)果看MAP
和MLLR結(jié)合的方法比單獨(dú)使用M[AP和MLLR的效果要好。文章
還對包括基于特征層的歸一化算法和用于基于聲學(xué)模型的MLLR算
法等效性進(jìn)行討論，并給出了統(tǒng)一的算法框架。
標(biāo)簽：
MLLR
MAP
nh
語音識別
上傳時(shí)間：
2014-01-09
上傳用戶：bakdesec
