تطبیق گوینده در بازشناسی گفتار پیوسته به کمک روشی جدید مبتنی بر تخمین MAP و تبدیل MLLR

سال انتشار: 1381
محل انتشار: هشتمین کنفرانس سالانه انجمن کامپیوتر ایران
کد COI اختصاصی: ACCSI08_044
زبان مقاله: فارسی
تعداد مشاهده: 1447

نویسندگان

دانشجوی کارشناسی ارشد دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر

استادیار دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر

چکیده

یک روش موثر برای کاهش عدم تطابق میان داده آموزشی و تست که عموما در سیستم های بازشناسی گفتار پیوسته اتفاق می افتد تطبیق مدل می باشد. عموما روشهای تطبیق به دوگروه تقسیم میشوند: یک گروه تطبیق مستقیم مدل می باشدکه در آن پارامترهای مدل مستقیما باز تخمین زده میشوند معروفترین این روشها تخمین MAP می باشد . از آنجاییکه در این روش تنها مدل هایی که داده های آموزشی متناظر شان موجود باشد تازه سایز می شوند برای بهبود قابل توجه دقت بازشناسی مدل، داده های آموزشی نسبتا زیادی مورد نیاز است ولذا کارایی مدل با افزایش داده های آموزشی افزایش می یابد. گروه دوم تطبیق غیر مستقیم مدل می باشد که مشهورترین این روشها تبدیل MLLR می باشد. در این روش تعدادی تبدیلات عمومی بر روی خوشه های مدل اعمال میگردد. در این حالت چون پارامترهای تمام مدلها تبدیل میشوند، برای دادگان کم آموزشی نتایج مطلوبی حاصل می گردد، اما با افزایش دادگان، کارایی به حد اشباع می رسد. در این مقاله روش جدیدی مطرح میگردد که مزایای هر دو روش فوق را داراست، ضمن اینکه معایب انهارا می پوشاند. در اینر وش ها مدل هایی که داده اموزشی انها موجود است به کمک تخمین MAP آموزش می بینند و مدل هایی که داده آموزشی ندارند با استفاده از روش MLLR و روشی مشابه تخمین MAP آموزش می بینند. اینروش در عمل بر روی یک سیستم آموزش دیده بر اساس دادگان فارس دات به نتایج بهتری نسبت به هر یک از دو روش MAP و MLLR منتهی شده است.

کلیدواژه ها

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.