中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/45381
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 70585/70585 (100%)
造访人次 : 23093007      在线人数 : 433
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/45381


    题名: 改善語者識別之最小分類錯誤新方法;Improved MCE Method for Speaker Identification
    作者: 莊堯棠
    贡献者: 電機工程學系
    关键词: 資訊科學--軟體
    日期: 2007-07-01
    上传时间: 2010-12-21 17:34:56 (UTC+8)
    出版者: 行政院國家科學委員會
    摘要: 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
    關聯: 財團法人國家實驗研究院科技政策研究與資訊中心
    显示于类别:[電機工程學系] 研究計畫

    文件中的档案:

    档案 描述 大小格式浏览次数
    index.html0KbHTML229检视/开启


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈  - 隱私權政策聲明