鉴别性最大后验概率线性回归说话人自适应研究

为增强自适应后的声学模型的鉴别能力,提出了一种基于最大互信息(MMI)的鉴别性最大后验概率线性回归(MMI-DMAPLR)说话人自适应方法.将最大互信息准则和最大后验概率(MAP)准则相结合,设计了一个新的目标函数来估计基于线性变换的自适应方法中的变换参数,在最大后验概率估计中加入了鉴别性.大词汇量连续语音识别的实验结果表明,新方法在增强声学模型与测试数据的匹配性的同时,可以有效提高声学模型的鉴别能力,在少量自适应数据的情况下,其性能比最大后验概率线性回归(MAPLR)相对提高4.8%.

具有随机化输入的贝叶斯概率模型

针对概率线性回归模型存在采用单层结构的表示能力有限、训练过程中容易存在过拟合问题,提出具有随机化输入的贝叶斯概率模型.通过对模型增加随机化输入层,对输入数据进行随机化处理,将单层线性处理模型转化为两层非线性模型以增强模型表示能力;同时对模型参数加入高斯先验概率分布以提高模型的泛化能力.理论分析和实验结果表明,具有随机化输入的贝叶斯概率模型具有较优的分类性能和较好的泛化能力.