提出了一種用于矢量量化的改進(jìn)的聚類算法,該算法在MKM(modified K-Means)算法的框架的基礎(chǔ)上,對(duì)初始碼本的生成、失真測(cè)度的選擇、非典型胞腔的處理等方面進(jìn)行了改進(jìn),從而減少了原算法在能量和增益上對(duì)聚類結(jié)果的影響.并將該算法應(yīng)用于波形編輯孤立字識(shí)別器,這種識(shí)別器直接對(duì)語音樣本的時(shí)域波形進(jìn)行訓(xùn)練和聚類,不需要提取語音參數(shù),算法復(fù)雜度較低,加上提出的聚類算法失真測(cè)度簡單易實(shí)現(xiàn),對(duì)芯片的運(yùn)算能力要求不高,非常適用于有低成本要求的語音識(shí)別器場(chǎng)合.通過中文元音字識(shí)別的實(shí)驗(yàn)證明,在相同碼本尺寸下,運(yùn)用改進(jìn)后的聚類算法的識(shí)別器的識(shí)別率有所提高.
標(biāo)簽：
modified
K-Means
算法
MKM
上傳時(shí)間：
2017-05-30
上傳用戶：tianjinfan
