話者照合における話者モデルのMLLR適応の検討

スポンサーリンク

概要

論文の詳細を見る
本報告では,学習データ量に応じた回帰クラスタ設定にMDL基準を用いる方法を提案する.話者モデルは,隠れマルコフモデル(HMM:HiddenMarkovModel)で表し,主張話者モデルをMLLR適応により作成する.回帰クラスを設定するために,音響的な距離を基準にtop-downclusteringで作成した木構造を用いる.木構造を用いた回帰クラスタの自動設定には,次の3通りを実験する.MDL基準を用いる場合,フレーム数を用いる場合,回帰クラスタを固定する場合.発声内容指定型話者照合で実験した結果,MDL基準を用いる方法は7クラスタ分割を抑制し,学習データ量に応じた最適なクラスタ数を選択できる可能性が得られた
1999-12-20

著者

加納淳也
山形大学工学部

関連論文

スポンサーリンク