结合模型混淆度和BIC准则的语种识别精细建模方法

被引：3

作者：

徐颖

宋彦

戴礼荣

机构：

[1] 中国科学技术大学电子工程与信息科学系

来源：

数据采集与处理 | 2011年 / 26卷 / 05期

基金：

安徽省自然科学基金;

关键词：

语种识别; 贝叶斯信息准则; 模型混淆度; 高斯混合模型;

D O I：

10.16337/j.1004-9037.2011.05.009

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

摘要：

提出了一种基于语种模型混淆度的模型参数估计方法,并结合贝叶斯信息准则(Bayesian informationcriterion,BIC)来进行模型的选取,避免了大量标注信息的需求。在NIST-07语种识别30,10和3s的测试任务中,分别给出了在最大似然(Maximum likelihood,ML)准则和最大互信息(Maximum mutual information,MMI)准则下性能比较,所提出的方法相对于基线系统,性能都有明显的提升,而且达到了利用标注信息进行细化建模相同的水平。

引用

页码：573 / 578

页数：6

共 4 条

[1]

Speaker Verification Using Adapted Gaussian Mixture Models[J] . Douglas A. Reynolds,Thomas F. Quatieri,Robert B. Dunn.Digital Signal Processing . 2000 (1)

[2]

Estimating the Dimension of a Model[J] . Gideon Schwarz.The Annals of Statistics . 1978 (2)

[3]

Maximum Likelihood from Incomplete Data via the EM Algorithm[J] . A. P. Dempster,N. M. Laird,D. B. Rubin.Journal of the Royal Statistical Society. Series . 1977 (1)

[4]

Approaches to Language Identification using Gaussian Mixture Models and Shifted Delta Cepstral Features .2 Pedro A Torres-Carrasquillo. Proc. International Conference on Spoken Language Processing . 2002

← 1 →