基于矢量泰勒级数的模型自适应算法.pdfVIP

第32卷第 1期 电 子 与 信 息 学 报 V61．32No．1 2010年 1月 JournalofElectronics InformationTechnology Jan．2010 基于矢量泰勒级数的模型 自适应算法 吕 勇 吴镇扬 (东南大学信息科学与工程学院 南京 210096) 摘 要：在实际环境中，由于测试环境与训练环境的不匹配，语音识别系统的性能会急剧恶化。模型自适应算法是 减小环境失配影响的有效方法之一，它通过测试环境下的少量 自适应数据，将 HMM 模型的参数变换到测试环境 下。该文将矢量泰勒级数用于模型自适应，同时对 HMM 模型的均值向量和协方差矩阵进行变换，使其与实际环 境相匹配。实验证明，该文算法优于 MLLR算法和基于矢量泰勒级数的特征补偿算法，在低信噪比环境中性能提 高尤为明显。 关键词：语音识别：模型自适应：矢量泰勒级数；隐马尔可夫模型 中图分类号：TN912．34