共 1 条
基于最小生成误差的HMM模型聚类自动优化
被引：1
作者：
卢恒
凌震华
雷鸣
戴礼荣
王仁华
机构：
[1] 中国科学技术大学电子工程与信息科学系讯飞语音实验室
来源：
关键词：
隐马尔可夫模型(HMM);
语音合成;
决策树聚类;
最小描述距离(MDL);
交叉验证(CV);
D O I：
10.16451/j.cnki.issn1003-6059.2010.06.001
中图分类号：
TN912.33 [语音合成];
学科分类号：
0711 ;
摘要：
为改善决策树聚类的效果,避免可能出现的聚类模型过训练或欠训练的情况,提出一种基于最小生成误差以及通过交叉验证优化最小描述距离(MDL)因子选取的方法.文中通过计算交叉验证中的生成误差选择MDL因子,从而优化决策树大小.实验结果表明,此方法相对传统的固定MDL门限设定方法,更有效提升合成语音的音质和自然度.
引用
收藏
页码：822 / 828
页数：7
相关论文