最大后验估计和最近邻线性回归结合的说话人自适应方法

• 作 者: 何磊 武健 方棣棠 吴文虎
• 机 构: 清华大学计算机科学与技术系,智能技术与系统国家重点实验语音技术中心!北京100084,清华大学计算机科学与技术系,智能技术与系统国家重点实验语音技术中心!北京100084,清华大学计算机科学与技术系,
• 出 处: 电子学报
• 发表日期: 2000年11期
• 关键词: 说话人自适应 最大后验 向量域平滑

本文提出一种新的说话人自适应方法 :最大后验 (MAP)估计与最近邻线性回归 (NNLR)结合的自适应 ,利用模型近邻信息和MAP自适应结果 ,建立线性回归模型 ,对没有自适应数据的模型完成模型调整 .实验证明 ,NNLR要优于另一种用于MAP自适应框架的模型插值方法 :向量域平滑 (VFS) .

In this paper, we propose a new speaker adaptation method: the combination of maximum a posteriori (MAP) estimation and nearest neighbor linear regression (NNLR). Using the model neighborhood information and MAP adaptive result, we establish a linear regression model, Adapting the model of the data to complete the model adjustment.Experiments show that NNLR is superior to another model interpolation method used in the MAP adaptive framework: Vector Domain Smoothing (VFS).