Adaptation MLLR pour des HMMs
Identifieur interne : 009297 ( Main/Merge ); précédent : 009296; suivant : 009298Adaptation MLLR pour des HMMs
Auteurs : Fabrice Lauri ; Irina Illina ; Dominique FohrSource :
English descriptors
- KwdEn :
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.
Links toward previous steps (curation, corpus...)
- to stream Crin, to step Corpus: 003130
- to stream Crin, to step Curation: 003130
- to stream Crin, to step Checkpoint: 001397
Links to Exploration step
CRIN:lauri01bLe document en format XML
<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="fr" wicri:score="-41">Adaptation MLLR pour des HMMs</title>
</titleStmt>
<publicationStmt><idno type="RBID">CRIN:lauri01b</idno>
<date when="2001" year="2001">2001</date>
<idno type="wicri:Area/Crin/Corpus">003130</idno>
<idno type="wicri:Area/Crin/Curation">003130</idno>
<idno type="wicri:explorRef" wicri:stream="Crin" wicri:step="Curation">003130</idno>
<idno type="wicri:Area/Crin/Checkpoint">001397</idno>
<idno type="wicri:explorRef" wicri:stream="Crin" wicri:step="Checkpoint">001397</idno>
<idno type="wicri:Area/Main/Merge">009297</idno>
</publicationStmt>
<sourceDesc><biblStruct><analytic><title xml:lang="fr">Adaptation MLLR pour des HMMs</title>
<author><name sortKey="Lauri, Fabrice" sort="Lauri, Fabrice" uniqKey="Lauri F" first="Fabrice" last="Lauri">Fabrice Lauri</name>
</author>
<author><name sortKey="Illina, Irina" sort="Illina, Irina" uniqKey="Illina I" first="Irina" last="Illina">Irina Illina</name>
</author>
<author><name sortKey="Fohr, Dominique" sort="Fohr, Dominique" uniqKey="Fohr D" first="Dominique" last="Fohr">Dominique Fohr</name>
</author>
</analytic>
</biblStruct>
</sourceDesc>
</fileDesc>
<profileDesc><textClass><keywords scheme="KwdEn" xml:lang="en"><term>acoustic models</term>
<term>mllr</term>
<term>speaker adaptation</term>
</keywords>
</textClass>
</profileDesc>
</teiHeader>
<front><div type="abstract" xml:lang="fr" wicri:score="-1022">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.</div>
</front>
</TEI>
</record>
Pour manipuler ce document sous Unix (Dilib)
EXPLOR_STEP=$WICRI_ROOT/Wicri/Lorraine/explor/InforLorV4/Data/Main/Merge
HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 009297 | SxmlIndent | more
Ou
HfdSelect -h $EXPLOR_AREA/Data/Main/Merge/biblio.hfd -nk 009297 | SxmlIndent | more
Pour mettre un lien sur cette page dans le réseau Wicri
{{Explor lien |wiki= Wicri/Lorraine |area= InforLorV4 |flux= Main |étape= Merge |type= RBID |clé= CRIN:lauri01b |texte= Adaptation MLLR pour des HMMs }}
![]() | This area was generated with Dilib version V0.6.33. | ![]() |