计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2006年
7期
85-86,108
,共3页
随机局部搜索%LBG%聚类%矢量量化
隨機跼部搜索%LBG%聚類%矢量量化
수궤국부수색%LBG%취류%시량양화
目前在矢量量化的码本训练中经典的聚类方法是LBG算法,但该算法的主要缺陷是对初始码书的依赖性较大,容易过早地陷入局部极小.本文在基于矢量量化的说话人识别中研究了一种随机局部搜索的聚类算法.该算法不依赖初始条件,结构规则,容易实现,效果好,具有很优越的全局优化搜索能力,在语音参数聚类实验中表现出了很好的性能,得到的码书质量也优于经典的LBG-算法,从而为在基于矢量量化的说话人识别中设计准全局最优码书提供了一种新思路.
目前在矢量量化的碼本訓練中經典的聚類方法是LBG算法,但該算法的主要缺陷是對初始碼書的依賴性較大,容易過早地陷入跼部極小.本文在基于矢量量化的說話人識彆中研究瞭一種隨機跼部搜索的聚類算法.該算法不依賴初始條件,結構規則,容易實現,效果好,具有很優越的全跼優化搜索能力,在語音參數聚類實驗中錶現齣瞭很好的性能,得到的碼書質量也優于經典的LBG-算法,從而為在基于矢量量化的說話人識彆中設計準全跼最優碼書提供瞭一種新思路.
목전재시량양화적마본훈련중경전적취류방법시LBG산법,단해산법적주요결함시대초시마서적의뢰성교대,용역과조지함입국부겁소.본문재기우시량양화적설화인식별중연구료일충수궤국부수색적취류산법.해산법불의뢰초시조건,결구규칙,용역실현,효과호,구유흔우월적전국우화수색능력,재어음삼수취류실험중표현출료흔호적성능,득도적마서질량야우우경전적LBG-산법,종이위재기우시량양화적설화인식별중설계준전국최우마서제공료일충신사로.
