基于最大似然多项式回归的鲁棒语音识别

• 作者: 吕勇 吴镇扬
• 来源期刊: 声学学报
• 学科: 物理学
• 年，卷（期）: 2010,（1）
• 页码范围: 88-96
• 页数: 9页
• 分类号: O4
• 字数: 8293字
• 语种: 中文

摘要

本文针对最大似然线性回归算法线性假设的缺点,将多项式回归方法用于模型自适应,构建了基于最大似然多项式回归的非线性模型自适应算法.该算法在对数谱域用多项式回归方法,逼近每个Mel子带上识别环境模型均值与训练环境模型均值之间的非线性关系.多项式系数通过EM算法和最大似然准则从识别环境下的少量自适应数据中估计.实验结果表明,二阶多项式就可以较好地逼近模型均值的非线性环境变换关系.在噪声补偿和说话人自适应实验中,最大似然多项式回归算法的误识率都明显低于最大似然线性回归算法.本文算法较好地克服了线性模型自适应算法线性假设的缺陷,可同时减小噪声,和说话人的改变或其它因素对语音识别系统的影响,尤其适合说话人和噪声的联合自适应.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴镇扬	东南大学信息科学与工程学院	167	1889	20.0	37.0
2	吕勇	东南大学信息科学与工程学院	6	37	4.0	6.0