基于最大似然估计的语言模型自适应
本文阐述了在语音识别中如何通过的自适应数据的概率分布进行最大似然估计,在线的将几个不同主题的语言模型进行线性插算值以实现主题的自适应.本文提出了一种利用梯度投影法来解决最大似然参数估计问题的语言模型自适应方法,在线更新各主题模型的插值系数,使得语言模型与当前的识别任务更加匹配.实验结果表明,这种语言模型自适应方法使相对误识率平均下降了6.4﹪,同时在混淆度方面也获得了一定的改善.
梯度投影(GP) 语言模型 自适应 最大似然估计
苏韬 汪俊杰 孙甲松 王作英
清华大学电子工程系
国内会议
深圳
中文
55-58
2001-11-20（万方平台首次上网日期，不代表论文的发表时间）