语音识别中神经网络声学模型的说话人自适应研究

• 作者: 李辉 金超 龚铖
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度神经网络 说话人自适应 声学模型 i-vector向量
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 200-205,266
• 页数: 7页
• 分类号: TP391
• 字数: 5414字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.02.037

摘要

针对语音识别系统中测试的目标说话人语音和训练数据的说话人语音存在较大差异时,系统识别准确率下降的问题,提出一种基于深度神经网络DNN(Deep Neural Network)的说话人自适应SA(Speaker Adapta-tion)方法.它是在特征空间上进行的说话人自适应,通过在DNN声学模型中加入说话人身份向量I-Vector辅助信息来去除特征中的说话人差异信息,减少说话人差异的影响,保留语义信息.在TEDLIUM开源数据集上的实验结果表明,该方法在特征分别为fbank和fMLLR时,系统单词错误率WER(Word Error Rate)相对基线DNN声学模型提高了7.7%和6.7%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	中国科学技术大学信息科学技术学院	214	1637	20.0	32.0
2	金超	中国科学技术大学信息科学技术学院	4	18	3.0	4.0
3	龚铖	中国科学技术大学信息科学技术学院	3	19	2.0	3.0