基于VQ-HMM的无教师说话人自适应方法

提出了一种新的语音识别方法 ,该方法综合了VQ ,HMM和无教师说话人自适应算法的优点 .该方法首先在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立VQ HMM ,同时采用无教师自适应矢量量化算法 ,来改变VQ HMM的各状态的码字 ,从而实现对未知说话人的码本适应 .本文通过非特定人汉语数码 (孤立和连续数码 )识别实验 ,把新的组合方法同基于CHMM的自适应和识别方法进行了比较 ,实验结果表明该方法鲁棒性好 ,所需计算量较少 ,自适应和识别效果远优于基于CHMM的方法 .

基于FVQ/HMM的无教师说话人自适应

本文提出了一种新的语音识别方法 ,它综合了VQ、HMM和无教师说话人自适应算法的优点 ,在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立FVQ/HMM ,同时采用基于模糊矢量量化的无教师自适应算法 ,来改变FVQ/HMM的各状态的码字 ,从而实现对未知说话人的码本适应 .本文通过非特定人汉语数码 (孤立和连续数码 )语音识别实验 ,把该新的组合方法同基于CHMM的自适应和识别方法进行了比较 ,实验结果表明该方法的自适应和识别效果优于基于CHMM的方法 .