计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
11期
59-62
,共4页
双高斯%归一化%实时在线%EM算法
雙高斯%歸一化%實時在線%EM算法
쌍고사%귀일화%실시재선%EM산법
语音识别中,当有噪声存在的情况下,特征参数通常呈现双峰分布.针对这个特点,采用更为细致的双高斯模型来模拟这种分布,并且使用EM算法来获得相应的模型参数.最后通过参数变换使得训练和识别时的特征参数的分布都归一化为标准高斯分布,识别率得以提高,其性能明显优于常规的MVN方法.然而,在实际的工程应用中,需要能实时通过EM算法进行模型参数的更新.文章通过采用一些新的方法和策略来实现双高斯方法的实时on-line实现.通过在Aurora 2数据库上面的实验表明,这些方法取得了较好的效果.
語音識彆中,噹有譟聲存在的情況下,特徵參數通常呈現雙峰分佈.針對這箇特點,採用更為細緻的雙高斯模型來模擬這種分佈,併且使用EM算法來穫得相應的模型參數.最後通過參數變換使得訓練和識彆時的特徵參數的分佈都歸一化為標準高斯分佈,識彆率得以提高,其性能明顯優于常規的MVN方法.然而,在實際的工程應用中,需要能實時通過EM算法進行模型參數的更新.文章通過採用一些新的方法和策略來實現雙高斯方法的實時on-line實現.通過在Aurora 2數據庫上麵的實驗錶明,這些方法取得瞭較好的效果.
어음식별중,당유조성존재적정황하,특정삼수통상정현쌍봉분포.침대저개특점,채용경위세치적쌍고사모형래모의저충분포,병차사용EM산법래획득상응적모형삼수.최후통과삼수변환사득훈련화식별시적특정삼수적분포도귀일화위표준고사분포,식별솔득이제고,기성능명현우우상규적MVN방법.연이,재실제적공정응용중,수요능실시통과EM산법진행모형삼수적경신.문장통과채용일사신적방법화책략래실현쌍고사방법적실시on-line실현.통과재Aurora 2수거고상면적실험표명,저사방법취득료교호적효과.