IBM China Research Lab, Beijing 100094, China;
机译:使用由MLLR转换生成的伪扬声器特征进行声学模型训练,以实现与扬声器无关的可靠语音识别
机译:使用由MLLR转换生成的伪扬声器特征进行声学模型训练,以实现与扬声器无关的可靠语音识别
机译:使用双线性模型的联合说话人和噪声空间中的声学模型的适应
机译:特征空间MLL R快速扬声器适应的Bilinear转换中的模型维度选择
机译:MLLR说话人适应的转换共享策略。
机译:维度的祝福:特征选择优于基于功能连通性的特征转换,可从相位同步的EEG模式对ADHD主题进行分类
机译:快速特征空间mLLR扬声器适应双线性模型