基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本征音子说话人自适应方法在自适应数据量不足时会出现严重的过拟合现象,提出了一种基于稀疏组LASSO约束的本征音子说话人自适应算法.首先给出隐马尔可夫一高斯混合模型下本征音子说话人自适应的基本原理;然后将稀疏组LASSO正则化引入到本征音子说话人自适应,通过调整权重因子控制模型的复杂度,并通过一种加速近点梯度的数学优化算法来实现;最后将稀疏组LASSO约束的自适应算法与当前多种正则化约束的自适应方法进行比较.汉语连续语音识别的说话人自适应实验表明,引入稀疏组LASSO约束后,本征音子说话人自适应方法的性能得到了明显提高,且稀疏组LASSO约束方法优于l1、l2和弹性网正则化方法.
推荐文章
干扰空间投影在本征音说话人自适应中的应用
本征音自适应
干扰空间投影
主成分分析
信道失配
基于本征音因子分析的短时说话人识别
本征音
本征信道
说话人确认
多QoS约束的自适应组播路由协议
服务质量
组播
多约束
协议
仿真
基于自适应协稀疏正则化的图像复原
协稀疏
正则化
图像复原
自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于稀疏组LASSO约束的本征音子说话人自适应
来源期刊 通信学报 学科 工学
关键词 说话人自适应 本征音子 组稀疏约束 稀疏组LASSO约束 近点梯度法
年,卷(期) 2015,(9) 所属期刊栏目 学术论文
研究方向 页码范围 47-54
页数 8页 分类号 TN912.34
字数 7869字 语种 中文
DOI 10.11959/j.issn.1000-436x.2015241
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张文林 信息工程大学信息系统工程学院 16 77 5.0 8.0
2 屈丹 信息工程大学信息系统工程学院 23 52 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (7)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
说话人自适应
本征音子
组稀疏约束
稀疏组LASSO约束
近点梯度法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导