語音識別中的說話人自適應研究.nh
1.MAP和MLLR算法比較
文章在討論由說話人引起的聲學差異基礎上，研究兩種基于模型
的自適應算法:最大似然線性回歸(州壓LR)和最大后驗概率(MAp)。
實驗結果表明，不論采用哪種自適應都能使識別率有一定的提升。兩
種算法之間的差異性在于MAP具有良好的漸進性，但收斂性較差，
而MLLR在很大程度上改善了收斂特性，但其漸進特性卻不如MAP。
文章討論了在側汰P自適應中，初始模型參數的先驗知識對自適
應效果的影響，以及在MLLR中，回歸類對自適應效果的影響。文
章還進一步研究了采用兩種算法的累加自適應效果，從結果看MAP
和MLLR結合的方法比單獨使用M[AP和MLLR的效果要好。文章
還對包括基于特征層的歸一化算法和用于基于聲學模型的MLLR算
法等效性進行討論，并給出了統一的算法框架。
標簽：
MLLR
MAP
nh
語音識別
上傳時間：
2014-01-09
上傳用戶：bakdesec
