基于空间相关性变换的声学模型训练. - 免费下载
技术资料资源
文件大小:201 K
💡 温馨提示:本资源由用户 zhengtiantong 上传分享,仅供学习交流使用。如有侵权,请联系我们删除。
摘 要:为了在语音识别中增强对不同语音单元之间的相关性的利用,该文基于空间相关性变换(Spatial
Correlation Transformation,SCT)框架,提出一种新的模型训练算法,在说话人无关模型的训练中利用训练数据
中的空间相关性进行模型参数重估。该算法对所有训练数据进行空间相关性变换,削弱数据间的空间相关性,使
重估的模型更不依赖训练数据,以改善模型的性能。实验表明,基于空间相关性变换框架的模型训练方法与基于
该框架的特征变换方法相结合,使系统的平均错误率相对基线系统下降了18%。