Show all publications

Adaptation MLLR Pour Des HMMs

Download PDFDownload Bibliography in Open DocumentDownload Bibliography in HTMLDownload BibTeXDownload RISDownload Bibliographical Ontology (RDF)
Authors:
Details:
In Proc. of Quatrièmes Rencontres Jeunes Chercheurs en Parole, pp. 90-93, 2001.
Abstract:
Nous présentons dans cet article la technique d'adaptation Maximum Likelihood Linear Regression (MLLR). MLLR permet d'adapter les paramètres des modèles acoustiques d'un système indépendant du locuteur afin d'améliorer la reconnaissance pour un nouveau locuteur ou pour un nouvel environnement de test. Nous avons expérimenté MLLR à des HMMs du moteur ESPERE appris sur le corpus de parole Resource Management (RM). Les résultats montrent une réduction de 12,6% d'erreurs en moyenne par rapport au système indépendant du locuteur, en utilisant 30 phrases d'adaptation.
Keywords:
Adaptation au locuteur, HMMs, MLLR.
Publication Category:
National conference with proceedings
Copyright 2010-2019 © Laboratoire Connaissance et Intelligence Artificielle Distribuées - Université Bourgogne Franche-Comté - Privacy policy