Abstract
對無特定語者語音辨識系統來講，語者調適是指，使用者錄製少數語句，系統用來調整系統中聲學模型e參數，使得辨識率會凍提高到特定語者e地步。目前語者調適e辦法主要有，最大事後機率調適法(Maximum A Posterior, MAP)，以及最大概似度線性回歸法(Maximum Likelihood Linear Regression; MLLR)兩種；一般調適語句是用隨機選取，然後觀察何時達到調適飽和e程度。但是，無仝語句會造成無仝e調適效果；本文進一步探討調適語句內容e選取方法，希望達到量少值精e地步。阮提出以聲學模型變異e概念來選取調適語料，選取語句變異大e調適語句優先做調適，表現大致比隨機選取調適語料好。