一种新的基于子空间的说话人自适应方法
提出了一种新的基于子空间的快速说话人自适应方法.该方法在本征音(Eigen-voice,EV)自适应方法基础上,进一步在音子空间寻找低维子空间,得到更为紧凑的“说话人-音子”联合子空间,该子空间不仅包含了说话人间的模型参数相关性信息,而且对音子间的模型参数相关性信息也进行了显式建模,在大大降低模型存储量的同时更为全面地反映模型参数的先验信息.在基于连续语音识别的无监督自适应实验中,在少量的自适应数据条件下,新方法取得了比最大似然线性回归和聚类最大似然线性基方法更好的效果.
连续语音识别、说话人自适应、本征音、本征音子
37
TN912.34
国家自然科学基金60872142;61005019;61175017
2012-03-20(万方平台首次上网日期,不代表论文的发表时间)
1495-1502