论文
基于网络的无监督MLLR自适应算法实现及改进
| 第一作者： | 潘复平 |
|---|---|
| 英文第一作者： | Pang Fuping |
| 联系作者： | 潘复平 |
| 英文联系作者： | Pang Fuping |
| 发表年度： | 2007 |
| 卷： | 22 |
| 摘要： | ？？？ 介绍了一种基于词网的最大似然线性回归(Lattice-MLLR)无监督自适应算法,并进行了改进.Lattice-MLLR是根据解码得到的词网估计MLLR变换参数,词网的潜在误识率远小于识别结果,因此可以使参数估计更为准确.Lattice-MLLR的一个很大缺点是计算量极大,较难实用,对此本文提出了两个改进技术:(1)利用后验概率压缩词网;(2)利用单词的时间信息限制状态统计量的计算范围.实验测定Lattice-MLLR的误识率比传统MLLR相对下降了3.5%,改进技术使Lattice-MLLR计算量下降幅度超过了87.9%. |
| 刊物名称： | 数据采集与处理 |