基于最大似然线性回归的随机段模型说话人自适应研究*

晁 浩，杨占磊，刘文举

(1.河南理工大学计算机科学与技术学院，河南 焦作 454000;2.中国科学院自动化研究所模式识别国家重点实验室，北京100190)

基于最大似然线性回归的随机段模型说话人自适应研究*

晁 浩1,2，杨占磊2，刘文举2

(1.河南理工大学计算机科学与技术学院，河南 焦作 454000;2.中国科学院自动化研究所模式识别国家重点实验室，北京100190)

提出了一种随机段模型系统的说话人自适应方法。根据随机段模型的模型特性，将最大似然线性回归方法引入到随机段模型系统中。在“863-test”测试集上进行的汉语连续语音识别实验显示，在不同的解码速度下，说话人自适应后汉字错误率均有明显的下降。实验结果表明,最大似然线性回归方法在随机段模型系统中同样能取得较好的效果。

语音识别；说话人自适应；最大似然线性回归；随机段模型

1 引言

语音识别经过几十年的发展己经取得了很大的进展，在纯净语音条件下已经达到了很高的识别率，但是当训练环境和识别环境不匹配时，现有的识别系统的性能通常会严重下降，这是语音识别技术实用化的一个严重障碍。语音识别系统能在不同的条件下保持较高识别率的性质被称为稳健性，影响稳健性的因素很多，说话人的变化是影响稳健性的一个重要因素。尽管说话人无关识别系统已经取得了长足的进步，但是这类系统的性能与针对特定说话人的识别系统间仍存在巨大的差异。大部分说话人……