A method of speaker adaptation for

A method of speaker adaptation for continuous density mixture Gaussian HMMs is presented. A transformation for the component mixture means is derived by linear regression using a maximum likelihood optimisation criteria. The best use is made of the available adaptation data by dening equivalence classes of regression transforms and tying one regression matrix to a number of component mixtures. This allows successful adaptation on any amount of adaptation data. Tests on the RM1 database show that successful adaptation can be achieved with only 11 seconds of speech, and performance converges towards that of speaker dependent training as more adaptation data is used.

ผลลัพธ์ (ไทย) 1:

วิธีการปรับตัวของลำโพงสำหรับส่วนผสมความหนาแน่นต่อเนื่อง HMMs นที่นำเสนอ แปลงสำหรับส่วนผสมส่วนประกอบที่ได้มา โดยการถดถอยเชิงเส้นโดยใช้เกณฑ์เหมาะสมโอกาสสูงสุด ใช้ทำข้อมูลมีการปรับตัว โดยเรียนเทียบเท่าหนิง de ของแปลงถดถอยและผูกหนึ่งถดถอยเมตริกซ์ของส่วนผสมส่วนประกอบ นี้ช่วยให้ประสบความสำเร็จในการปรับตัวดัดแปลงข้อมูลใด ๆ จำนวน ทดสอบฐานข้อมูล RM1 แสดงว่า ประสบความสำเร็จในการปรับตัวสามารถทำได้ ด้วยคำพูดเพียง 11 วินาที และประสิทธิภาพแร็คต่อที่ลำโพงขึ้นอยู่กับการฝึกอบรมที่ใช้ดัดแปลงเพิ่มเติมข้อมูล

ผลลัพธ์ (ไทย) 2:

วิธีการปรับตัวลำโพงสำหรับความหนาแน่นต่อเนื่องส่วนผสม Gaussian HMMs จะนำเสนอ การเปลี่ยนแปลงของสารผสมส่วนประกอบหมายถึงการได้มาโดยการถดถอยเชิงเส้นโดยใช้เก​​ณฑ์การเพิ่มประสิทธิภาพโอกาสสูงสุด การใช้งานที่ดีที่สุดคือทำจากข้อมูลที่มีอยู่การปรับตัวโดยหนิงชั้นสมมูลของการแปลงถดถอยและคาดเมทริกซ์ถดถอยหนึ่งไปยังหมายเลขของผสมส่วนประกอบ นี้จะช่วยให้การปรับตัวที่ประสบความสำเร็จกับจำนวนข้อมูลการปรับตัวใด ๆ การทดสอบบนฐานข้อมูล RM1 แสดงให้เห็นว่าการปรับตัวที่ประสบความสำเร็จสามารถทำได้มีเพียง 11 วินาทีในการพูดและประสิทธิภาพการทำงานที่มีต่อลู่ลำโพงฝึกอบรมขึ้นเป็นข้อมูลการปรับตัวมากขึ้นจะใช้

ผลลัพธ์ (ไทย) 3:

วิธีการของลำโพงการปรับตัวอย่างต่อเนื่องความหนาแน่นส่วนผสมเสียน hmms คือแสดง การเปลี่ยนแปลงองค์ประกอบผสม หมายถึง ได้มาโดยวิธีการถดถอยเชิงเส้นโดยใช้ความเป็นไปได้สูงสุดเพิ่มประสิทธิภาพตามเกณฑ์ ใช้ดีที่สุดคือสร้างของที่มีการปรับตัวข้อมูลด้วยดินิ่งสมมูลของการแปลงและผูกหนึ่งชั้นเรียนการถดถอยเมทริกซ์ไปยังหมายเลขของส่วนผสมส่วนประกอบ นี้จะช่วยให้ประสบความสำเร็จในด้านปริมาณใด ๆของข้อมูลทางสังคม การทดสอบใน rm1 ฐานข้อมูลแสดงให้เห็นว่าประสบความสำเร็จการปรับตัวสามารถทำได้ด้วยเพียง 11 วินาทีในการพูดและการแสดง - ต่อการฝึกอบรมขึ้นอยู่กับลำโพงเป็นข้อมูลการปรับตัวมากกว่าใช้