基于说话人聚类的说话人自适应

摘 要 本文提出一种改进的基于模型差别度量的说话人聚类(Speaker Clustering)方法，并将该说话人聚类算法结合最大似然线性回归算法(Maximum Likelihood Linear Regression，MLLR)构成整体的说话人自适应框架。将该方法应用于以音素为识别基元的汉语连续语音识别系统中，可能够提高系统的识别率，较好的满足快速性和渐进性。实验结果表明，该方法能够在仅有一句自适应数据的情况下，使系统字正识率由40.43%提高到50.86%。