基于回归分析的语音识别快速自适应算法

被引:4
作者
吕萍
颜永红
机构
[1] 中国科学院声学研究所中科信利实验室
[2] 中国科学院声学研究所中科信利实验室 北京
[3] 北京
关键词
自适应算法; 回归因子; 语音识别; 多重共线性; 特征矢量; 本征矢量; 数据集; 最大似然线性回归; MLLR; 帧内相关性; 线性回归模型; 回归分析; 多元分析;
D O I
10.15949/j.cnki.0371-0025.2005.03.005
中图分类号
TN912.34 [语音识别与设备];
学科分类号
摘要
从回归分析的角度推导出最大似然线性回归算法的等价算法--最小二乘线性回归算法,以及相应的多元线性回归模型。该模型中回归因子间存在着多重共线性,它导致了算法在自适应数据很少时失效。为减轻多重共线性的影响,提出改进算法:伪自适应数据算法。实验表明,当仅有1s-3s自适应数据时,新算法使得系统误识率相对下降2%-6%,随着自适应数据增多,其性能与最大似然线性回归(或最小二乘线性同归)算法趋于一致。
引用
收藏
页码:222 / 228
页数:7
相关论文
共 4 条
[1]   汉语连续语音识别中关键词可信度的贝叶斯估计 [J].
郝杰 ;
李星 .
声学学报, 2002, (05) :393-397
[2]   最大后验估计和最近邻线性回归结合的说话人自适应方法 [J].
何磊 ;
武健 ;
方棣棠 ;
吴文虎 .
电子学报, 2000, (11) :55-58
[3]   基于帧特征、段特征联合建模的语音识别模型 [J].
韩疆 ;
尹宝林 .
声学学报, 2000, (02) :182-190
[4]   几种高鲁棒性通道及说话人自适应语音识别算法研究 [J].
陈景东 ;
姚磊 ;
黄泰翼 .
声学学报, 1998, (06) :537-544