查詢結果分析
來源資料
頁籤選單縮合
題 名 | 使用語者分群模型的語音辨識方法=Speaker Cluster Model-Based Speech Recognition |
---|---|
作 者 | 張森嘉; | 書刊名 | 電腦與通訊 |
卷 期 | 86 2000.01[民89.01] |
頁 次 | 頁9-16 |
專 輯 | 前瞻性資訊與通訊技術專輯 |
分類號 | 312.23 |
關鍵詞 | 語音分群模型; 最小分類誤差; 廣義機率遞減; Speaker cluster model; Minimum classification error; Generalized probabilistic descent; |
語 文 | 中文(Chinese) |
中文摘要 | 傳統上,語者分群模型的訓練程序是先將訓練語料中的語者作分群, 接著對每一個語者群組訓練一個群組相關模型。在本論文中,我們提出一種新的 訓練程序,將語者分群及模型訓練這兩個過程整合在一起。為了達到這個目的, 我們將最小分類誤差╱廣義機率遞減訓練方法應用在語者分群模型的訓練上。它 所使用的鑑別函數係定義在整個語者分群模型的參數集合上。從中文詞彙的辨識 實驗中證明了我們所提出的語者分群模型訓練方法的優異性。當語者群組數目為 七個時,辨識率達到93.3%,相較於非特定語者語音辨識系統,有24%的錯誤下 降率。 |
本系統中英文摘要資訊取自各篇刊載內容。