模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2009年
3期
417-421
,共5页
杨世清%戴蓓蒨%许敏强%刘青松
楊世清%戴蓓蒨%許敏彊%劉青鬆
양세청%대배천%허민강%류청송
说话人确认%信道失配%特征映射(FM)%最大后验概率(MAP)%信道映射规则
說話人確認%信道失配%特徵映射(FM)%最大後驗概率(MAP)%信道映射規則
설화인학인%신도실배%특정영사(FM)%최대후험개솔(MAP)%신도영사규칙
为了解决电话语音说话人确认系统中信道非线性失真导致系统性能下降的问题,提出一种消除信道影响的特征映射方法.采用高斯混合模型建立语音模型,通过最大后验概率自适应某种信道的语音模型,两种模型间相应高斯类的差异描述了该信道对于不同语音的影响.由此得出信道映射规则进行参数补偿,消除训练和测试语音中不匹配的影响.在NIST 1999年和2004年男性说话人的数据库上进行的实验表明,此方法使系统的等错误率分别改善了14.7%和15.18%.
為瞭解決電話語音說話人確認繫統中信道非線性失真導緻繫統性能下降的問題,提齣一種消除信道影響的特徵映射方法.採用高斯混閤模型建立語音模型,通過最大後驗概率自適應某種信道的語音模型,兩種模型間相應高斯類的差異描述瞭該信道對于不同語音的影響.由此得齣信道映射規則進行參數補償,消除訓練和測試語音中不匹配的影響.在NIST 1999年和2004年男性說話人的數據庫上進行的實驗錶明,此方法使繫統的等錯誤率分彆改善瞭14.7%和15.18%.
위료해결전화어음설화인학인계통중신도비선성실진도치계통성능하강적문제,제출일충소제신도영향적특정영사방법.채용고사혼합모형건립어음모형,통과최대후험개솔자괄응모충신도적어음모형,량충모형간상응고사류적차이묘술료해신도대우불동어음적영향.유차득출신도영사규칙진행삼수보상,소제훈련화측시어음중불필배적영향.재NIST 1999년화2004년남성설화인적수거고상진행적실험표명,차방법사계통적등착오솔분별개선료14.7%화15.18%.
