论文部分内容阅读
为了实现语音识别中基于HMM的满方差建模，本文提出了基于树的相关系数的补偿方法。首先自顶向下构建状态的回归树，用简化的仅考虑协方差的对称Kullback–Leibler 散度来度量高斯之间的差异。每个高斯核接到相应状态下作为叶子节点。叶子节点的相关系数矩阵用其父节点及祖先节点的相关系数矩阵的线性插值得到。线性插值权在最大似然意义下进行优化。实验结果显示取得的识别性能明显优于异方差线性判别分析、半绑定协方差、基于树的协方差非对角补偿等方法。