论文部分内容阅读
变异情况对语音的影响是导致语音识别系统性能下降的原因之一。一般情况下变异语音数据采集困难，获得的训练数据量少，这样即使测试环境和训练环境都相同，识别性能也不理想。利用自适应算法可以解决这类问题，它采用少量的测试环境数据进行训练，以达到训练模型和测试数据匹配的目的，保证系统良好的识别性能。MAP算法是常用的自适应算法，大多应用于话者自适应环境，该文尝试将其应用于变异语音识别系统中，并通过对该模型做相应改进获得了较好的识别结果。在小词表特定人应力变异的识别实验中，分别用非特定人模型和改进的特定人模型作为初始模