基于极大似然线性回归的模型合成和特征映射进行说话人确认

• 作者: 赵力 邹采荣 陈存宝
• 来源期刊: 声学学报
• 年，卷（期）: 2011,（1）
• 页码范围: 81-87
• 页数: 7页
• 语种: 中文

摘要

提出了基于极大似然线性回归(MLLR)调整的说话人模型合成和特征映射方法.MAP调整事后确定相应模型间线性关系,变换参数人为确定;而MLLR调整首先确定相应模型间线性关系,变换参数由训练数据确定,并且可以只调整均值向量.模型合成时,MLLR调整指定通用信道背景模型参数间的线性变换;特征映射时,MLLR调整指定Root GMM-UBM与通用信道背景模型参数间的线性变换.通过对模型参数进行分组调整,可以在训练数据和参数数目间达成平衡.实验结果表明,合适选取MLLR回归类,可以取得比相应MAP调整方法更好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵力		308	3093	27.0	44.0
2	邹采荣		153	2088	25.0	40.0
3	陈存宝		5	13	3.0	3.0