基于稀疏组LASSO约束的本征音子说话人自适应

摘要：

本征音子说话人自适应方法在自适应数据量不足时会出现严重的过拟合现象,提出了一种基于稀疏组LASSO约束的本征音子说话人自适应算法.首先给出隐马尔可夫一高斯混合模型下本征音子说话人自适应的基本原理;然后将稀疏组LASSO正则化引入到本征音子说话人自适应,通过调整权重因子控制模型的复杂度,并通过一种加速近点梯度的数学优化算法来实现;最后将稀疏组LASSO约束的自适应算法与当前多种正则化约束的自适应方法进行比较.汉语连续语音识别的说话人自适应实验表明,引入稀疏组LASSO约束后,本征音子说话人自适应方法的性能得到了明显提高,且稀疏组LASSO约束方法优于l1、l2和弹性网正则化方法.

关键词：说话人自适应、本征音子、组稀疏约束、稀疏组LASSO约束、近点梯度法

所属期刊栏目：36

分类号：TN912.34

资助基金：国家自然科学基金资助项目61175017,61302107,61403415The National Natural Science Foundation of China 61175017, 61302107, 61403415

在线出版日期：2015-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：47-54