东南大学学报（自然科学版）
東南大學學報（自然科學版）
동남대학학보（자연과학판）
JOURNAL OF SOUTHEAST UNIVERSITY
2008年
4期
585-588
,共4页
顾明亮%夏玉果%张长水%杨亦鸣
顧明亮%夏玉果%張長水%楊亦鳴
고명량%하옥과%장장수%양역명
AdaBoost算法%高斯混合模型%方言辨识
AdaBoost算法%高斯混閤模型%方言辨識
AdaBoost산법%고사혼합모형%방언변식
为了在训练样本受限的情况下,提高汉语方言辨识的效果,提出了一种基于AdaBoost的汉语方言辨识新方法.该方法将GMM与语言模型组成的辨识系统看成一组弱分类器,然后对这组弱分类器所得的分类结果进行加权投票,最终决定汉语方言测试语音的所属类别.实验结果表明:增加GMM或弱分类器的个数,可以有效提高系统的辨识效果;测试语音越长,系统辨识效果越好;当训练样本有限的情况下,采用AdBoost方法比采用ANN方法具有更高的辨识率.
為瞭在訓練樣本受限的情況下,提高漢語方言辨識的效果,提齣瞭一種基于AdaBoost的漢語方言辨識新方法.該方法將GMM與語言模型組成的辨識繫統看成一組弱分類器,然後對這組弱分類器所得的分類結果進行加權投票,最終決定漢語方言測試語音的所屬類彆.實驗結果錶明:增加GMM或弱分類器的箇數,可以有效提高繫統的辨識效果;測試語音越長,繫統辨識效果越好;噹訓練樣本有限的情況下,採用AdBoost方法比採用ANN方法具有更高的辨識率.
위료재훈련양본수한적정황하,제고한어방언변식적효과,제출료일충기우AdaBoost적한어방언변식신방법.해방법장GMM여어언모형조성적변식계통간성일조약분류기,연후대저조약분류기소득적분류결과진행가권투표,최종결정한어방언측시어음적소속유별.실험결과표명:증가GMM혹약분류기적개수,가이유효제고계통적변식효과;측시어음월장,계통변식효과월호;당훈련양본유한적정황하,채용AdBoost방법비채용ANN방법구유경고적변식솔.
