基于数据模拟和HMM自适应的电话语音识别研究

• 作者: 刘文举 左国玉 阮晓钢
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据模拟 电话语音识别 HMM 自适应 MLLR
• 年，卷（期）: 2003,（27）
• 所属期刊栏目: 博士论坛
• 页码范围: 29-31,129
• 页数: 4页
• 分类号: TP391.4
• 字数: 3085字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.27.010

摘要

该文研究了基于数据模拟方法和HMM(隐马尔科夫模型)自适应的电话信道条件下语音识别问题.模拟数据模仿了纯净语音在不同电话信道条件下的语音行为.各基线系统的HMM模型分别由纯净语音和模拟语音训练而成.语音识别实验评估了各基线系统HMM模型在采用MLLR算法(最大似然线性回归)做无监督式自适应前后的识别性能.实验证明,由纯净语音转换生成的模拟语音有效地减小了训练语音和测试语音声学性质的不匹配,很大程度上提高了电话语音识别率.基线模型的自适应结果显示模拟数据的自适应性能比纯净语音自适应的性能最大提高达到9.8%,表明了电话语音识别性能的进一步改善和系统稳健性的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左国玉	中国科学院自动化所模式识别国家重点实验室	26	195	7.0	13.0
3	阮晓钢	北京工业大学电子信息与控制工程学院	240	2182	23.0	35.0
4	刘文举	中国科学院自动化所模式识别国家重点实验室	24	278	8.0	16.0