本文關(guān)鍵詞： 語音識別 說話人自適應(yīng) 本征音子 低秩約束 近點梯度法　出處：《電子與信息學(xué)報》2014年04期 　論文類型：期刊論文

【摘要】：該文提出一種基于低秩約束的本征音子(Eigenphone)說話人自適應(yīng)方法。原始的本征音子說話人自適應(yīng)方法在自適應(yīng)語料充分時具有很好的效果,然而當(dāng)自適應(yīng)語料不足時,出現(xiàn)嚴(yán)重的過擬合現(xiàn)象,導(dǎo)致自適應(yīng)后的系統(tǒng)可能比自適應(yīng)前的系統(tǒng)還要差。首先,對協(xié)方差矩陣為對角陣的隱馬爾可夫-高斯混合模型語音識別系統(tǒng),推導(dǎo)出一種簡化的本征音子矩陣估計算法;然后,對本征音子矩陣引入低秩約束,采用矩陣的核范數(shù)作為矩陣秩的凸近似,通過調(diào)節(jié)核范數(shù)的權(quán)重因子以有效控制自適應(yīng)模型的復(fù)雜度;最后,給出一種加速近點梯度算法以求解新算法中引入的帶有核范數(shù)正則項的數(shù)學(xué)優(yōu)化問題。漢語連續(xù)語音識別的說話人自適應(yīng)實驗表明,引入低秩約束后,本征音子說話人自適應(yīng)方法的自適應(yīng)效果得到了明顯提高,在5~50 s的自適應(yīng)數(shù)據(jù)條件下,均取得了比最大似然線性回歸后接最大后驗(MLLR+MAP)自適應(yīng)更佳的識別效果。
[Abstract]:In this paper, a low rank constraint based Eigenphone-based speaker adaptation method is proposed. The original Eigenphone-based approach has a good effect when the adaptive corpus is sufficient, but when the adaptive corpus is insufficient, the original method has a good effect. Because of the serious over-fitting phenomenon, the adaptive system may be worse than the pre-adaptive system. Firstly, for the speech recognition system with diagonal matrix of covariance matrix, hidden Markov Gaussian mixture model can be used for speech recognition. A simplified eigentone submatrix estimation algorithm is derived, and then the low rank constraint is introduced to the eigenphonon matrix, and the kernel norm of the matrix is used as the convex approximation of the matrix rank. The complexity of the adaptive model is effectively controlled by adjusting the weight factor of the kernel norm. Finally, In this paper, an accelerated near-point gradient algorithm is proposed to solve the mathematical optimization problem with kernel norm canonical terms introduced in the new algorithm. The speaker adaptive experiment of Chinese continuous speech recognition shows that, when low rank constraint is introduced, The adaptive effect of the intrinsic speaker adaptive method is improved obviously. Under the condition of 550s of adaptive data, the adaptive performance is better than that of MLLR map adaptation after maximum likelihood linear regression.
【作者單位】： 解放軍信息工程大學(xué)信息系統(tǒng)工程學(xué)院;
【基金】：國家自然科學(xué)基金(61175017) 國家863計劃項目(2012AA011603)資助課題
【分類號】：TN912.34

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張文林;牛銅;張連海;李弼程;;基于最大似然可變子空間的快速說話人自適應(yīng)方法[J];電子與信息學(xué)報;2012年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦曉燕;袁廣林;;基于主分量尋蹤與分析的炮彈炸點檢測[J];兵工學(xué)報;2013年10期

2 王卓崢;賈克斌;劉帷;;基于稀疏表示與矩陣填充的多幀超分辨率圖像重建[J];北京工業(yè)大學(xué)學(xué)報;2014年01期

3 黃曉生;黃萍;曹義親;嚴(yán)浩;;一種基于PCP的塊稀疏RPCA運動目標(biāo)檢測算法[J];華東交通大學(xué)學(xué)報;2013年05期

4 彭淑娟;柳欣;崔振;鄭光;;分段式低秩逼近的運動捕獲數(shù)據(jù)去噪方法[J];計算機科學(xué);2013年09期

5 劉芳;武嬌;楊淑媛;焦李成;;結(jié)構(gòu)化壓縮感知研究進(jìn)展[J];自動化學(xué)報;2013年12期

6 薛倩;楊程屹;王化祥;;去除椒鹽噪聲的交替方向法[J];自動化學(xué)報;2013年12期

7 WEN ShouWen;XU FangFang;WEN ZaiWen;LIN Chen;;Robust linear optimization under matrix completion[J];Science China(Mathematics);2014年04期

8 齊耀輝;潘復(fù)平;葛鳳培;顏永紅;;鑒別性最大后驗概率聲學(xué)模型自適應(yīng)[J];計算機應(yīng)用;2014年01期

9 李軼南;賈沖;楊吉斌;吳海佳;張立偉;;稀疏低秩模型下的單通道自學(xué)習(xí)語音增強算法[J];數(shù)據(jù)采集與處理;2014年02期

10 袁珍;林相波;王新寧;;濾除圖像中混合噪聲的LSE模型[J];信號處理;2013年10期

相關(guān)博士學(xué)位論文 前9條

1 劉麗敏;選擇性聚類融合算法研究[D];中南大學(xué);2013年

2 王卓崢;高性能圖像超分辨率方法的研究[D];北京工業(yè)大學(xué);2013年

3 劉光燦;基于機器學(xué)習(xí)的物體識別[D];上海交通大學(xué);2013年

4 王聰;網(wǎng)絡(luò)空間嵌入模型與應(yīng)用研究[D];電子科技大學(xué);2013年

5 李丹;幾類非光滑優(yōu)化的交替線性化算法[D];大連理工大學(xué);2013年

6 梁錫軍;稀疏優(yōu)化在機器學(xué)習(xí)中的若干應(yīng)用[D];大連理工大學(xué);2013年

7 林穎;全向視覺傳感器標(biāo)定[D];浙江大學(xué);2013年

8 陳斌;異常檢測方法及其關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2013年

9 謝志鵬;壓縮感知的稀疏重構(gòu)算法研究[D];南京航空航天大學(xué);2012年

相關(guān)碩士學(xué)位論文 前5條

1 談元鵬;基于壓縮感知理論的圖像識別與圖像流恢復(fù)方法研究[D];中國計量學(xué)院;2013年

2 齊娜;圖像信號的二維稀疏表示模型的研究[D];北京工業(yè)大學(xué);2013年

3 葛廣重;基于稀疏表示的單幅圖像超分辨率重建研究[D];南京郵電大學(xué);2013年

4 武國梁;基于雙攝像機的多視點立體成像系統(tǒng)[D];天津大學(xué);2012年

5 趙峰;基于鑒別投影和回歸分類的人臉識別方法研究[D];南京理工大學(xué);2014年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李虎生,劉加,劉潤生;語音識別說話人自適應(yīng)研究現(xiàn)狀及發(fā)展趨勢[J];電子學(xué)報;2003年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 單翼翔,張昊天,李虎生,鐘林,張進(jìn),劉加,劉潤生;郵包校核語音識別系統(tǒng)的實時實現(xiàn)[J];電子學(xué)報;2002年04期

2 蘇騰榮;吳及;王作英;;基于空間相關(guān)性變換的聲學(xué)模型訓(xùn)練[J];電子與信息學(xué)報;2010年04期

3 蔡瑞昌;;未來的電話[J];電子技術(shù);1980年08期

4 趙鶴芹;;一個適用于孤立單詞語音識別系統(tǒng)的數(shù)據(jù)壓縮方法—WHT算法[J];云南工業(yè)大學(xué)學(xué)報;1990年03期

5 馬天蔚;;讓語音超越桌面[J];每周電腦報;1999年32期

6 ;文字/語音識別系統(tǒng)[J];中國電子商情;2001年01期

7 劉云冰;;語音識別技術(shù)的回顧與展望[J];軟件導(dǎo)刊;2005年13期

8 劉福才;王冬云;;語音識別技術(shù)及其在控制領(lǐng)域中的應(yīng)用研究(一)[J];可編程控制器與工廠自動化;2005年11期

9 王宏;郭艷麗;賈新民;;基于HMM的孤立字識別[J];昌吉學(xué)院學(xué)報;2006年01期

10 賀無名;;語音識別技術(shù)及其研究進(jìn)展[J];中國科技信息;2006年18期

相關(guān)會議論文 前10條

1 胡春靜;吳善培;;不定人的語音識別系統(tǒng)[A];第三屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1994年

2 牛小川;徐波;;說話人自適應(yīng)策略與方法的研究與實驗[A];第五屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1998年

3 楊學(xué)增;方棣棠;;神經(jīng)網(wǎng)絡(luò)用于語音識別初探[A];第一屆全國語言識別學(xué)術(shù)報告與展示會論文集[C];1990年

4 王作英;;非齊次語音識別HMM模型和THED語音識別與理解系統(tǒng)[A];第二屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1992年

5 王承發(fā);趙德彬;金山;苗百利;朱志瑩;;語音識別應(yīng)用中抗噪聲干擾方法的初步探討[A];第二屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1992年

6 董林;袁保宗;周繼成;;一種基于神經(jīng)網(wǎng)絡(luò)的漢語語音識別方法[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

7 國立新;莫福源;李昌立;;基于分段K平均訓(xùn)練的漢語全音節(jié)語音識別的研究[A];第三屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1994年

8 王昆侖;樊志錦;吐爾洪江;方曉華;徐紹瓊;吾買爾;;維吾爾語綜合語音數(shù)據(jù)庫系統(tǒng)[A];第五屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1998年

9 崔毓菁;劉剛;;基于HMM的語音識別系統(tǒng)中狀態(tài)輸出概率計算優(yōu)化算法的研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（上冊）[C];2007年

10 王承發(fā);肖毅壯;韓紀(jì)慶;;一種語音識別系統(tǒng)的端點檢測算法[A];第二屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1992年

相關(guān)重要報紙文章 前10條

1 ;e-t@lk語音識別系統(tǒng)亮相中國[N];國際商報;2000年

2 平遠(yuǎn);多語種交談式語音識別系統(tǒng)[N];北京電子報;2000年

3 北京清華大學(xué)電子工程系副教授 劉加 教授 劉潤生;讓機器聽懂我的話[N];科技日報;2001年

4 ;聽聲音識別嫌疑犯[N];檢察日報;2002年

5 ;終結(jié)鍵盤時代[N];中國計算機報;2001年

6 本報記者 劉學(xué)習(xí);認(rèn)準(zhǔn)語音識別的“內(nèi)核”[N];計算機世界;2002年

7 本報記者 陳丹;人與機器的“對話”[N];科技日報;2010年

8 特約作者 王佳彬;語音識別漸入佳境[N];電腦報;2002年

9 北大企研中心研究部 科強 楚天 一清;我惟一 我存在[N];中國計算機報;2001年

10 編譯/李哲;用語音遙控家中機器人[N];北京科技報;2004年

相關(guān)博士學(xué)位論文 前7條

1 王堅;語音識別中的說話人自適應(yīng)研究[D];北京郵電大學(xué);2007年

2 季昊;稀疏編碼研究及其在模式識別中的應(yīng)用[D];北京郵電大學(xué);2012年

3 陶冶;文本語音匹配的研究和應(yīng)用[D];山東大學(xué);2009年

4 田斌;實用化漢語語音識別理論及關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);1999年

5 王海艷;基于統(tǒng)計模型的語音增強算法研究[D];吉林大學(xué);2011年

6 潘逸倩;聲紋密碼技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2012年

7 劉青松;話者識別中失配信息補償理論和方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 伍斯龍;群智感知中語音識別系統(tǒng)的研究與實現(xiàn)[D];華南理工大學(xué);2013年

2 陳成;基于語音包絡(luò)特征的語音識別系統(tǒng)[D];西安理工大學(xué);2010年

3 李新超;基于單片機的語音識別系統(tǒng)設(shè)計及實現(xiàn)[D];華南理工大學(xué);2010年

4 宋陽;基于單片機的語音識別系統(tǒng)軟件設(shè)計與開發(fā)[D];電子科技大學(xué);2011年

5 林艷生;車載多媒體語音識別系統(tǒng)設(shè)計[D];遼寧工程技術(shù)大學(xué);2011年

6 黃文濤;基于神經(jīng)網(wǎng)絡(luò)的嵌入式語音識別系統(tǒng)研究[D];廣東工業(yè)大學(xué);2012年

7 斯蕓蕓;嵌入式語音識別系統(tǒng)的設(shè)計與實現(xiàn)[D];重慶大學(xué);2012年

8 李偉;放射科語音識別系統(tǒng)中環(huán)境自適應(yīng)技術(shù)的研究與實現(xiàn)[D];浙江大學(xué);2013年

9 龐陟儒;支持向量機語音識別系統(tǒng)的數(shù)據(jù)分析預(yù)選取算法研究[D];太原理工大學(xué);2013年

10 王蓓;智能護(hù)理床語音識別系統(tǒng)的設(shè)計[D];南昌大學(xué);2013年

，

本文編號：1520115