基于K-MEANS算法的语境相关矢量量化

被引：2

作者：

许晓斌

丁丰

林碧琴

袁保宗

机构：

[1] 北方交通大学信息科学研究所!北京,北方交通大学信息科学研究所!北京,北方交通大学信息科学研究所!北京,北方交通大学信息科学研究所!北京

来源：

自动化学报 | 2000年 / 03期

关键词：

连续语音识别; 语境相关矢量量化; k-means算法; 混合密度的优化;

D O I：

10.16383/j.aas.2000.03.013

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

摘要：

研究用于连续语音识别的语境相关矢量量化技术 .提出采用 k- means( k-均值 )算法逐一地调整决策树叶子所包含的各个语境 ,实现对音素模型的混合密度的优化 .实验结果表明 ,采用 k- means算法的语境相关矢量量化得到的平均分布密度比简单合并决策树叶子所得到的平均分布密度提高 4 %～ 1 0 %.

引用

页码：369 / 372

页数：4