10.3969/j.issn.1000-386x.2018.02.037
语音识别中神经网络声学模型的说话人自适应研究
针对语音识别系统中测试的目标说话人语音和训练数据的说话人语音存在较大差异时,系统识别准确率下降的问题,提出一种基于深度神经网络DNN(Deep Neural Network)的说话人自适应SA(Speaker Adapta-tion)方法.它是在特征空间上进行的说话人自适应,通过在DNN声学模型中加入说话人身份向量I-Vector辅助信息来去除特征中的说话人差异信息,减少说话人差异的影响,保留语义信息.在TEDLIUM开源数据集上的实验结果表明,该方法在特征分别为fbank和fMLLR时,系统单词错误率WER(Word Error Rate)相对基线DNN声学模型提高了7.7%和6.7%.
深度神经网络、说话人自适应、声学模型、i-vector向量
35
TP391(计算技术、计算机技术)
2018-05-14（万方平台首次上网日期，不代表论文的发表时间）
共7页
200-205,266
