文档摘要

6.2 人造富矿：速度扰动与谱面掩蔽的数据增强 本节摘要：数据增强不采集新音频，凭空造出更多训练料：速度扰动在时间轴拉伸压缩，谱面掩蔽在特征上遮挡频段与时段，加噪混响把干净语音拖进真实声学环境。本节讲清三类操作的机理与参数、增强在训练管线中的接入位置、过量反噬的识别与一个完整案例。承接 6.1 的自适应，是花算力换指标的头号手段。 贫矿变富矿 模型见过的变化越多，遇新声音越稳——这条经验规律是增强的全部理由。 会员。《6.2 人造富矿：速度扰动与谱面掩蔽的数据增强》收录于灏天文库文集《Kaldi 工具包入门与实践》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/455-kaldi-%E5%B7%A5%E5%85%B7%E5%8C%85%E5%85%A5%E9%97%A8%E4%B8%8E%E5%AE%9E%E8%B7%B5

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流