提出了一種用于矢量量化的改進的聚類算法,該算法在MKM(Modified K-Means)算法的框架的基礎上,對初始碼本的生成、失真測度的選擇、非典型胞腔的處理等方面進行了改進,從而減少了原算法在能量和增益上對聚類結果的影響.并將該算法應用于波形編輯孤立字識別器,這種識別器直接對語音樣本的時域波形進行訓練和聚類,不需要提取語音參數(shù),算法復雜度較低,加上提出的聚類算法失真測度簡單易實現(xiàn),對芯片的運算能力要求不高,非常適用于有低成本要求的語音識別器場合.通過中文元音字識別的實驗證明,在相同碼本尺寸下,運用改進后的聚類算法的識別器的識別率有所提高.
標簽：
Modified
K-Means
算法
MKM
上傳時間：
2017-05-30
上傳用戶：tianjinfan
