说话人自适应训练方法在连续语音识别中的应用

• 作者: 欧智坚 王作英 罗骏
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 自适应 MLLR SAT
• 年，卷（期）: 2004,（3）
• 页码范围: 61-65
• 页数: 5页
• 分类号: TP391
• 字数: 3257字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2004.03.009

摘要

自适应技术在近年来得到越来越多的重视,其中应用广泛的包括MAP、MLLR,该技术利用少量特定人数据就可以调整码本,快速地提升识别性能,它要求原始的码本有很好的说话人无关性.本文介绍了结合MLLR自适应的说话人自适应训练(Speaker Adaptive Training,以下简称SAT)算法,这种方法将每个说话人码本视为说话人无关码本经过线性变换的结果,在此基础上训练的说话人无关码本更有效剔除了说话人相关信息,因此在说话人自适应中时能根据特定数据调整更好地逼近说话人特性,从而有更好的性能表现.