基于高斯混合模型的語種識別的研究.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、語種識別經過最近十年的飛速發(fā)展,已經從算法研究的角度逐漸走向成熟的應用了。本文研究的目標是以GMM模型為基礎,在公開的NIST數(shù)據庫上,盡可能的提高語種識別的準確率,并且從系統(tǒng)角度,建立了一個完整的以GMM為基礎的語種識別系統(tǒng),具體而言,包括以下幾個關鍵的內容: 首先,搭建基于GMM-UBM模型的系統(tǒng)框架,以此作為基線系統(tǒng)?;€系統(tǒng)的配置和所采用的相關關鍵技術的優(yōu)化包括三個方面:特征提取,模型訓練和得分處理。特征提取模塊,作用在

2、于從語音中間提取出聲學性能很好的特性參數(shù),能夠對噪聲和信道具有良好的魯棒性,GMM系統(tǒng)采用的特征采用了很多技術,比如VTLN,RASTA濾波,SDC等等,可以說好的特征是整個系統(tǒng)的基礎;模型訓練模塊,用于訓練通用背景模型以及自適應各個語種的聲學模型,模型訓練基于MLE準則,采用經典的EM算法估計模型參數(shù);測試模塊,主要處理得分,包括得分歸一化和后端分類器。高斯后端分類器對最終結果具有很大的改進作用。在NISTLRE標準數(shù)據庫上的實驗結果

3、表面,該基線系統(tǒng)取得了良好的性能,對我們的GMM系統(tǒng)打下了堅實的基礎。 其次,把因子分析應用到基于GMM模型的語種識別系統(tǒng)中。與話者識別不同的是:在語種識別任務中,噪聲不僅僅是信道的差異,還包括說話人的差異等因素。文中根據語種識別的特點,采用經典的EM算法,應用因子分析技術估計噪聲(包括說換人、信道差異)子空間,從模型域和特征域兩個方面提出了消除噪聲影響的算法。在最新的NISTLRE07上,性能和GMM_UBM基線系統(tǒng)比較,相對

4、提高了36.5%。 最后,對GMM采用區(qū)分性的MMI準則。首先,給出了MMI準則下GMM模型一些參數(shù)的選擇,比如訓練語料切分時長的影響,采用硬切分和音素識別器切分的差別;基于MMI運算量大,做TOPN簡化運算的一些嘗試;以及相同語種不同方言在訓練中遇到的問題等等。這些問題對GMM-MMI系統(tǒng)本身有著很大的影響。最后,把因子分析的方法和區(qū)分性訓練方法結合起來,進一步提升系統(tǒng)性能?;谝蜃臃治龅腉MM-MMI系統(tǒng)也是目前語種識別中G

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論