微处理机
微處理機
미처리궤
MICROPROCESSORS
2006年
5期
102-105
,共4页
张文明%张向东%张兴敢%候震
張文明%張嚮東%張興敢%候震
장문명%장향동%장흥감%후진
声道归一化%语音识别%说话人自适应
聲道歸一化%語音識彆%說話人自適應
성도귀일화%어음식별%설화인자괄응
声道归一化是语音识别中说话人自适应的方法之一,在噪声环境下对其进行了研究并做了一系列的实验.在实现过程中,首次在噪声环境下采用了基于单高斯混合模型选择弯折因子的方法,并取得了良好的结果.实验基于AURORA语音数据库,并用其所带的汽车噪声环境下的测试集对模型进行了识别验证.实验结果表明,采用声道归一化后的识别结果在各个噪声下均比原来有不同程度的改善,迭代训练能改进单轮声道归一化的结果,最佳结果出现在迭代训练的第三轮.噪声环境下基于一个高斯混合模型选择的弯折因子相比其他高斯混合模型选择的弯折因子,句子平均识别率提高了近1.68%.经过声道归一化后的性别独立模型的识别结果能接近于未经声道归一化后的性别依赖模型的识别结果,如果训练数据充分,声道归一化后的性别独立模型的识别结果能更好.
聲道歸一化是語音識彆中說話人自適應的方法之一,在譟聲環境下對其進行瞭研究併做瞭一繫列的實驗.在實現過程中,首次在譟聲環境下採用瞭基于單高斯混閤模型選擇彎摺因子的方法,併取得瞭良好的結果.實驗基于AURORA語音數據庫,併用其所帶的汽車譟聲環境下的測試集對模型進行瞭識彆驗證.實驗結果錶明,採用聲道歸一化後的識彆結果在各箇譟聲下均比原來有不同程度的改善,迭代訓練能改進單輪聲道歸一化的結果,最佳結果齣現在迭代訓練的第三輪.譟聲環境下基于一箇高斯混閤模型選擇的彎摺因子相比其他高斯混閤模型選擇的彎摺因子,句子平均識彆率提高瞭近1.68%.經過聲道歸一化後的性彆獨立模型的識彆結果能接近于未經聲道歸一化後的性彆依賴模型的識彆結果,如果訓練數據充分,聲道歸一化後的性彆獨立模型的識彆結果能更好.
성도귀일화시어음식별중설화인자괄응적방법지일,재조성배경하대기진행료연구병주료일계렬적실험.재실현과정중,수차재조성배경하채용료기우단고사혼합모형선택만절인자적방법,병취득료량호적결과.실험기우AURORA어음수거고,병용기소대적기차조성배경하적측시집대모형진행료식별험증.실험결과표명,채용성도귀일화후적식별결과재각개조성하균비원래유불동정도적개선,질대훈련능개진단륜성도귀일화적결과,최가결과출현재질대훈련적제삼륜.조성배경하기우일개고사혼합모형선택적만절인자상비기타고사혼합모형선택적만절인자,구자평균식별솔제고료근1.68%.경과성도귀일화후적성별독립모형적식별결과능접근우미경성도귀일화후적성별의뢰모형적식별결과,여과훈련수거충분,성도귀일화후적성별독립모형적식별결과능경호.
