基于任务分析的自适应数据挑选

摘要：

在语音识别领域，针对具体的任务进行分析进而挑选自适应数据，往往能够获得更好的自适应效果。本文提出一种基于任务分析的声学模型自适应方法，该方法针对特定任务，分析任务相关语音单元特性(覆盖度、混淆度)；并采用贪婪算法在候选语音数据挑选一定量的数据，对声学模型进行自适应。实验表明，与使用全部候选数据进行自适应相比，基于任务分析的自适应数据挑选在仅使用10”％”的数据时即可获得相同或更好的自适应效果，通过进一步考虑混淆度，自适应性能能够得到进一步改善。

关键词： 语音识别 说话人自适应 任务分析 数据挑选 声学模型

作者: 贺志阳 李威 吴及

作者单位: 清华-讯飞语音技术联合实验室,北京 100084 清华大学 电子工程系,北京 100084

会议类型: 国内会议

会议名称: 第十届全国人机语音通讯学术会议

会议地点: 乌鲁木齐

会议语种:中文

页码: 197-200

在线出版日期: 2009-08-14（万方平台首次上网日期，不代表论文的发表时间）