文件名称：不相关匹配追踪的分段区分性特征变换方法
文件大小：440KB
文件格式：PDF
更新时间：2021-04-01 09:56:55
不相关匹配
为了提高基于分帧特征变换方法的稳定性， 提出了一种基于分段的区分性特征变换方法． 该方法将特征变换当成高维信号的稀疏逼近问题，采用状态绑定的方法训练得到基于域划分的线性变换矩阵( Ｒegion Dependent Linear Transform，ＲDLT) 和基于最小音素错误准则均值补偿的特征( mean-offset feature Minimum Phone Error， m-fMPE) 变换矩阵，将两者的特征变换矩阵构成过完备的字典; 采用强制对齐的方式对语音信号进行分段， 以似然度最大化作 为目标函数，利用匹配追踪算法对目标函数迭代优化，自动地确定各语音信号段中的变换矩阵及其系数． 为保证特征 变换的稳定性，在选择变换矩阵过程中引入相关度测量，去除相关的特征基矢量． 实验结果表明， 相比于传统的 ＲDLT方法，当声学模型分别采用最大似然和区分性准则训练时，识别性能分别可以提高 1. 63% 和 2. 23% ． 该方法同时能应用于语音增强和模型区分性训练中