语音识别中说话人自适应技术的研究与实现

语音识别中说话人自适应技术的研究与实现

ID:32714306

大小:2.17 MB

页数:80页

时间:2019-02-14

语音识别中说话人自适应技术的研究与实现_第1页
语音识别中说话人自适应技术的研究与实现_第2页
语音识别中说话人自适应技术的研究与实现_第3页
语音识别中说话人自适应技术的研究与实现_第4页
语音识别中说话人自适应技术的研究与实现_第5页
资源描述:

《语音识别中说话人自适应技术的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要虽然非特定人语音识别系统达到了令人满意的性能,但在实际应用时,由于说话人的改变通常会使系统性能显著下降。当遇到特殊口音的说话人时,系统的误识率甚至更大。语音识别要走向实用,就必须克服这个鲁棒性问题。因此,说话人自适应技术的意义非常重要。本文从说话人自适应技术入手讨论了语音自适应的各种方法。通过对说话人引起的声学差异的讨论,我们分析和实现了两种说话人自适应方法:最大后验概率(MaximumaPosteriori,MAP)方法和特征语音(Eigenvoice,EV)方法。实验证明这两种自适应方法对

2、说话人白适应有很好的效果。在此基础上本文提出了一种适合强健语音的综合自适应方法。它是在MAP方法中引入一个EV模块,这种新方法成功地结合了MAP和EV两种方法的优点,弥补它们的的缺点。EV方法(属于快速说话人自适应方法)在自适应数据很少时性能优于MAP方法,但随着数据的增加,由于很强的约束强加于它的模型假设,其性能难于改善;而MAP方法给出了结合先验知识和自适应数据的最优解,有良好的渐进性,但自适应数据较少时性能较差。最后,本文通过对汉语数字的识别实验实现了这三种说话人自适应技术。从识别实验中可以

3、看出,在自适应数据较少时,EV方法识别效果较好,而随着自适应数据的增加,MAP方法显示了其优越性。而我们提出的结合这两种方法的综合自适应方法,即使在自适应数据比较少的情况下也取得了很好的效果,这种新方法能够有效的克服说话人差异对识别系统的影响,适合强健语音识别系统的要求。关键词语音识别;说话人自适应;最大后验概率;特征语音;综合自适应燕山大学工学硕士学位论文AbstractSpeakerindependentspeechrecognitionsystemshaveachievedgreatprog

4、ressinrecentyear.Howevertherecognitionperformancedegradesrapidlywhenthereisamismatchbetweenthetestingandthetrainingcondition,e.g.anoutlierspeaker.Therefore,adaptivetechniquesarecriticallyimportanttoovercomethesemismatchesandtopropelrecognitiontopracti

5、calapplications.Thispaperdiscussedvariousalgorithmsofadaptivetechnique,especiallyinthefieldofspeakeradaptation.Byanalyzingtheacousticalvariationsbetweenspeakers,thepaperdiscussedandimplementedtwospeakeradaptationmethods:MaximumAPosteriori(MAP)andE追env

6、oice(EV).Attheendofthepaper,ExperimentalresultsshowthatthesetwomethodsWOrkwellinspeakeradaptation.Then,anewapproachforrapidadaptationispresentedinthispaper.WhileEVmethodcanachieveafastadaptationratewhenonlyfewdataisavailable,MAPhasdesirableasymptoticp

7、roperties.Byintroducing鑫EVmodulet。MAPprocessing,thenewapproachintegratesthesetWOmethodstomakeuseoftheiradvantagesandoffsettheirdisadvantages.Attheendofthispaper,thesethreeadaptivemethodsareimplementedbydigitalrecognition.ExperimentalresuRsshowthattheE

8、VmethodperformsverywellforasmallamountsofadaptationdatabuttheMAPmethodoutperformsEVmethodasmoredataisavailable.Experimentalresultsalsoshowthattheproposednewapproachnotonlyachievesagoodperformanceforasmallamountsofadaptationdatabutalsoguarantee

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。