DC 欄位 |
值 |
語言 |
DC.contributor | 電機工程學系 | zh_TW |
DC.creator | 張文杰 | zh_TW |
DC.creator | Wen-Chieh Chang | en_US |
dc.date.accessioned | 2005-7-5T07:39:07Z | |
dc.date.available | 2005-7-5T07:39:07Z | |
dc.date.issued | 2005 | |
dc.identifier.uri | http://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=92521074 | |
dc.contributor.department | 電機工程學系 | zh_TW |
DC.description | 國立中央大學 | zh_TW |
DC.description | National Central University | en_US |
dc.description.abstract | 摘 要
在本論文中,我們提出以回授式調適法為基礎的文字不特定語者辨識系統。首先將一個訓練良好的通用背景模型與系統使用者的少量調適語料利用貝式調適法來獲得語者特定模型,然後藉由回授方式再進一步調整模型參數,而由於回授過程中可取得更多的事前參數資訊,因此對於模型的調適能更有效地突顯出該語者的個人特色。針對貝式調適法中的缺點,即在很少量的調適語料下會因為沒有調適到的高斯分佈群而使得系統辨識的效能降低,回授式調適法讓調適語者模型參數有了更完善的描述,因而獲得調適上的改善。
另外,我們使用特徵語音調適法來進行語者調適工作,利用其在少量調適語料下的特殊表現來建置語者辨識系統,藉著眾多語者特定模型與不特定語者模型建構出特徵空間,運用主成分分析將重要的聲學訊息取出,再藉由少數具代表性的空間基底來線性組合出調適語者模型,以達成快速調適之目的,此方法不僅在語音辨識上有不錯的表現,在語者識別上亦有良好的效能。本論文中是以100位語者來做語者調適實驗,而由實驗的結果可發現此兩種調適方法都能夠在少量語料的情況下,即時地調適出語者模型且都有傑出的辨識效果。 | zh_TW |
DC.subject | 特徵語音調適法 | zh_TW |
DC.subject | 回授式調適法 | zh_TW |
DC.subject | Eigenvoice | en_US |
DC.subject | Feedback Speaker Adaptation | en_US |
DC.title | 模型調適之語者識別系統 | zh_TW |
dc.language.iso | zh-TW | zh-TW |
DC.title | Model Adaptation Based Speaker Recognition Systems | en_US |
DC.type | 博碩士論文 | zh_TW |
DC.type | thesis | en_US |
DC.publisher | National Central University | en_US |