基于决策树的海量语音数据处理与建模
【摘要】:本文提出了一种基于决策树的海量语音数据处理与建模方法,这种方法可以有效地结合语境与非语境信息,并利用决策树方法本身对模型的预测与鲁棒估计特性,对海量语音训练数据进行分类与建模.这种方法包括两部分:利用非语境特征扩展决策树,生成多套非语境因素相关的高精度声学模型:利用最大似然准则依据少量自适应数据,动态生成测试人相关声学模型.对两个数据集进行测试,相对误识率平均下降8%-10%,说明了这种方法对海量语音数据处理的有效性.
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|