語(yǔ)種識(shí)別中現(xiàn)有的總變化因子分析僅能反映語(yǔ)音數(shù)據(jù)的整體結(jié)構(gòu),不能挖掘其局部?jī)?nèi)在結(jié)構(gòu)信息,并且未考慮訓(xùn)練語(yǔ)音數(shù)據(jù)的語(yǔ)種類(lèi)別。針對(duì)此問(wèn)題,提出了基于鄰域保持嵌入算法的語(yǔ)種識(shí)別,通過(guò)構(gòu)建鄰接圖以獲得語(yǔ)音數(shù)據(jù)的局部鄰域結(jié)構(gòu),同時(shí)通過(guò)有監(jiān)督訓(xùn)練有效利用語(yǔ)音數(shù)據(jù)的語(yǔ)種標(biāo)注信息。在2011年美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院語(yǔ)種識(shí)別評(píng)測(cè)的30 s和10 s測(cè)試集上進(jìn)行了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,鄰域保持嵌入算法能夠有效彌補(bǔ)總變化因子分析的不足,可明顯提高系統(tǒng)的識(shí)別性能。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖1基于總變化因子分析的語(yǔ)種識(shí)別系統(tǒng)

圖1為基于總變化因子分析的語(yǔ)種識(shí)別系統(tǒng)框架,其中虛線框內(nèi)為總變化因子分析部分。對(duì)于一段語(yǔ)音,將提取的特征參數(shù)在通用背景模型(universalbackgroundmodel,UBM)上自適應(yīng),得到對(duì)應(yīng)的高斯混合模型(Gaussianmixturemodel,GMM);將G....

本文編號(hào)：3991952