深层神经网络语音识别自适应方法研究

被引：13

作者：

邓侃

欧智坚

机构：

[1] 清华大学电子工程系

来源：

计算机应用研究 | 2016年 / 33卷 / 07期

关键词：

语音识别; 声学模型自适应; 深层神经网络;

D O I：

暂无

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

0711 ;

摘要：

为了解决语音识别中深层神经网络的说话人与环境自适应问题,从语音信号中的说话人与环境因素的固有特点出发,提出了使用长时特征的自适应方案。基于高斯混合模型建立说话人—环境联合补偿模型,对说话人与环境参数进行估计,将此参数作为长时特征,将估计出来的长时特征与短时特征一起送入深层神经网络进行训练。Aurora4实验表明,该方案可以有效地对说话人与环境因素进行分解,并提升自适应效果。

引用

页码：1966 / 1970

页数：5

共 6 条

[1]

An overview of noise-robust automatic speech recognition[J] . Jinyu Li,Li Deng,Yifan Gong,Reinhold Haeb-Umbach.IEEE/ACM Transactions on Audio, Speech and Langua . 2014 (4)

[2] A unified framework of HMM adaptation with joint compensation of additive and convolutive distortions [J].

Li, Jinyu ;

Deng, Li ;

Yu, Dong ;

Gong, Yifan ;

Acero, Alex .

COMPUTER SPEECH AND LANGUAGE, 2009, 23 (03) :389-405

[3] A fast learning algorithm for deep belief nets [J].

Hinton, Geoffrey E. ;

Osindero, Simon ;

Teh, Yee-Whye .

NEURAL COMPUTATION, 2006, 18 (07) :1527-1554

[4] Maximum likelihood linear transformations for HMM-based speech recognition [J].

Gales, MJF .

COMPUTER SPEECH AND LANGUAGE, 1998, 12 (02) :75-98

[5] MAXIMUM-LIKELIHOOD LINEAR-REGRESSION FOR SPEAKER ADAPTATION OF CONTINUOUS DENSITY HIDDEN MARKOV-MODELS [J].

LEGGETTER, CJ ;

WOODLAND, PC .

COMPUTER SPEECH AND LANGUAGE, 1995, 9 (02) :171-185

[6]

Speech recognition in noisy environments: A survey[J] . Yifan Gong.Speech Communication . 1995 (3)

← 1 →