首页| JavaScript| HTML/CSS| Matlab| PHP| Python| Java| C/C++/VC++| C#| ASP| 其他|
购买积分 购买会员 激活码充值

您现在的位置是:虫虫源码 > 其他 > 语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上

语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上

  • 资源大小:5087 K
  • 上传时间:2023-05-05
  • 下载次数:0次
  • 浏览次数:1次
  • 资源积分:1积分
  • 标      签: MLLR MAP nh 语音识别

资 源 简 介

语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上,研究两种基于模型 的自适应算法:最大似然线性回归(州压LR)和最大后验概率(MAp)。 实验结果表明,不论采用哪种自适应都能使识别率有一定的提升。两 种算法之间的差异性在于MAP具有良好的渐进性,但收敛性较差, 而MLLR在很大程度上改善了收敛特性,但其渐进特性却不如MAP。 文章讨论了在侧汰P自适应中,初始模型参数的先验知识对自适 应效果的影响,以及在MLLR中,回归类对自适应效果的影响。文 章还进一步研究了采用两种算法的累加自适应效果,从结果看MAP 和MLLR结合的方法比单独使用M[AP和MLLR的效果要好。文章 还对包括基于特征层的归一化算法和用于基于声学模型的MLLR算 法等效性进行讨论,并给出了统一的算法框架。

相 关 资 源

您 可 能 感 兴 趣 的

同 类 别 推 荐

VIP VIP