

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、說話人自適應(yīng)技術(shù)利用特定說話人提供的語料,讓語音識別系統(tǒng)在識別性能上針對該說話人有明顯的提升。它可以將說話人無關(guān)的識別系統(tǒng)轉(zhuǎn)換成說話人相關(guān)的識別系統(tǒng),從而和說話人相關(guān)的聲學(xué)特征相匹配;也可以將說話人相關(guān)的聲學(xué)特征轉(zhuǎn)換成說話人無關(guān)的聲學(xué)特征,從而和說話人無關(guān)的識別系統(tǒng)相匹配。因此,說話人自適應(yīng)技術(shù)是為了讓說話人和識別系統(tǒng)盡量匹配。
基于雙向長短時記憶單元的遞歸神經(jīng)網(wǎng)絡(luò)(recurrent neural network with
2、bidi-rectional Long Short-Term Memory, RNN-BLSTM)聲學(xué)模型不僅針對語音的時序進(jìn)行建模,而且利用一些控制器來控制信息流,從而解決了傳統(tǒng)的基于遞歸神經(jīng)網(wǎng)絡(luò)聲學(xué)模型的梯度爆炸和梯度消失問題。同時,在一些語音標(biāo)準(zhǔn)數(shù)據(jù)集上基于RNN-BLSTM聲學(xué)模型的語音識別系統(tǒng)相比于深度神經(jīng)網(wǎng)絡(luò)(Deep NeuralNetworks,DNN)獲得了超過10%的性能提升。雖然RNN-BLSTM聲學(xué)模型在識別性能
3、上相比于DNN有了大幅度的提升,但是依舊不能夠解決上述的不匹配問題。因此,在RNN-BLSTM聲學(xué)模型上進(jìn)行說話人自適應(yīng)技術(shù)的研究尤為重要。
本文主要圍繞RNN-BLSTM聲學(xué)模型上的說話人自適應(yīng)展開研究。首先,本文將基于說話人編碼(speaker code)的說話人自適應(yīng)方法應(yīng)用于RNN-BLSTM聲學(xué)模型,并分析RNN-BLSTM的記憶單元(memory cell)中的不同控制器對說話人自適應(yīng)的識別性能的影響。與此同時,我
4、們還提出一些啟發(fā)式的算法來對基于speaker code的方法進(jìn)行優(yōu)化和改進(jìn),從而進(jìn)一步地提升識別性能。然后,本文提出了基于深層編碼(deep code,d-code)的離線說話人自適應(yīng)方法,該方法提供了一種解決基于speaker code的說話人自適應(yīng)方法的二遍解碼問題的途徑。通過實(shí)驗(yàn)對比,該方法在識別性能上與基于speaker code的方法相接近,并且比同樣不需要二遍解碼的基于鑒別性矢量(identity vector, i-ve
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- DNN-HMM語音識別聲學(xué)模型的說話人自適應(yīng).pdf
- 語音識別中神經(jīng)網(wǎng)絡(luò)聲學(xué)模型的說話人自適應(yīng)研究.pdf
- 自適應(yīng)高斯混合模型及說話人識別應(yīng)用.pdf
- 基于自適應(yīng)高斯混合模型說話人識別的研究.pdf
- 說話人識別的自適應(yīng)算法研究.pdf
- 語音識別中的說話人自適應(yīng)研究.pdf
- 基于自適應(yīng)和MCE的說話人識別模型訓(xùn)練技術(shù).pdf
- 語音識別中說話人自適應(yīng)技術(shù)的研究與實(shí)現(xiàn).pdf
- CAD模型自適應(yīng)方法研究.pdf
- 聲學(xué)回波抵消自適應(yīng)算法的研究.pdf
- 基于說話人自適應(yīng)訓(xùn)練的統(tǒng)計(jì)參數(shù)語音合成的研究.pdf
- 改進(jìn)無模型自適應(yīng)控制方法研究.pdf
- 基于模型參考自適應(yīng)的PMSM控制方法研究.pdf
- 自適應(yīng)多路聲學(xué)回波消除理論的研究.pdf
- 自適應(yīng)聲學(xué)回聲抵消算法的研究.pdf
- 基于自適應(yīng)信任模型的遷移尋址方法研究.pdf
- 基于PLDA模型的說話人識別方法研究.pdf
- 基于非參數(shù)模型的自適應(yīng)控制方法研究.pdf
- 基于模型參考自適應(yīng)的電機(jī)轉(zhuǎn)速辨識方法研究.pdf
- 無模型自適應(yīng)控制方法及其應(yīng)用研究.pdf
評論
0/150
提交評論