基于矢量泰勒级数的模型自适应算法
在实际环境中,由于测试环境与训练环境的不匹配,语音识别系统的性能会急剧恶化.模型自适应算法是减小环境失配影响的有效方法之一,它通过测试环境下的少量自适应数据,将HMM模型的参数变换到测试环境下.该文将矢量泰勒级数用于模型自适应,同时对HMM模型的均值向量和协方差矩阵进行变换,使其与实际环境相匹配.实验证明,该文算法优于MLLR算法和基于矢量泰勒级数的特征补偿算法,在低信噪比环境中性能提高尤为明显.
语音识别、模型自适应、矢量泰勒级数、隐马尔可夫模型
32
TN912.34
国家973计划项目2002CB312102;国家自然科学基金60971098资助课题
2010-04-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
107-111