改善語者識別之最小分類錯誤新方法; Improved MCE Method for Speaker Identification

NCUIR > College of Electrical Engineering & Computer Science > Department of Electrical Engineering > Research Project > Item 987654321/45381

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/45381

Title:	改善語者識別之最小分類錯誤新方法;Improved MCE Method for Speaker Identification
Authors:	莊堯棠
Contributors:	電機工程學系
Keywords:	資訊科學--軟體
Date:	2007-07-01
Issue Date:	2010-12-21 17:34:56 (UTC+8)
Publisher:	行政院國家科學委員會
Abstract:	語者識別中之語者模型通常使用最大相似度的訓練方法，而此種模型訓練並沒有考慮到語者識別模型彼此間的關係。在模型訓練完成後參數會落在對應的聲學模型中，此時有可能使得語音特徵向量與其他非相關模型的相似度值同時變大，造成識別上的混淆。因此近年來有所謂的鑑別式聲學模型訓練方法被提出來，其方法不以訓練聲學語料相似度之最大化為目標，而是以最小分類錯誤（MCE）為目標。特別是在少量訓練語料時，因為最小分類錯誤的方法可以訓練出較佳的模型，並且現行的最小分類錯誤法也有相當的改善空間，所以在本計畫中，我們擬提出最小分類錯誤的改進方法，改進的新方法包含提出一個計算量較少的新鑑別函式、訂定一門檻值以機動選擇適度且適當的競爭語者作語者模型之調整，以及提出適應性之調適權重，以便能更合理的去調整語者模型。預期此改進的新方法將可以改善語者識別模型的訓練速度，並增進語者識別的效果，其效果將由實驗來予以印證。研究期間：9508 ~ 9607
Relation:	財團法人國家實驗研究院科技政策研究與資訊中心
Appears in Collections:	[Department of Electrical Engineering] Research Project

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	309	View/Open

社群 sharing

Loading...