最大后验估计和最近邻线性回归结合的说话人自适应方法

本文提出一种新的说话人自适应方法:最大后验(MAP)估计与最近邻线性回归(NNLR)结合的自适应,利用模型近邻信息和MAP自适应结果,建立线性回归模型,对没有自适应数据的模型完成模型调整.实验证明,NNLR要优于另一种用于MAP自适应框架的模型插值方法:向量域平滑(VFS).