您好、欢迎来到现金彩票网!
当前位置:秒速快三 > 说话人确认 >

基于极大似然线性回归的模型合成和特征映射进行说话人确认

发布时间:2019-07-28 04:56 来源:未知 编辑:admin

  首页期刊大全文献分类优先出版论文检测论文选题在线分享学者空间学术机构

  您的位置:网站首页《中文科技期刊数据库》自然科学数学概率论与数理统计 摘要

  提出了基于极大似然线性回归(MLLR)调整的说话人模型合成和特征映射方法。MAP调整事后确定相应模型间线性关系,变换参数人为确定;而MLLR调整首先确定相应模型间线性关系,变换参数由训练数据确定,并且可以只调整均值向量。模型合成时,MLLR调整指定通用信道背景模型参数间的线性变换;特征映射时,MLLR调整指定Root GMM-UBM与通用信道背景模型参数间的线性变换。通过对模型参数进行分组调整,可以在训练数据和参数数目间达成平衡。实验结果表明,合适选取MLLR回归类,可以取得比相应MAP调整方法更好的识别效果。

  维普旗下产品:维普论文检测维普期刊投稿维普论文选题维普考试软件材料科学网会议展览

http://lenjproductions.com/shuohuarenqueren/413.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有