论文部分内容阅读
提出了一种用于矢量量化的改进的聚类算法，该算法在MKM（Modified K—Means）算法的框架的基础上．对初始码本的生成、失真测度的选择、非典型胞腔的处理等方面进行了改进，从而减少了原算法在能量和增益上对聚类结果的影响。并将该算法应用于波形编辑孤立字识别器，这种识别器直接对语音样本的时域波形进行训练和聚类．不需要提取语音参数，算法复杂度较低，加上提出的聚类算法失真测度简单易实现，对芯片的运算能力要求不高．非常适用于有低成本要求的语音识别器场合。通过中文元音字识别的实验证明，在相同码本尺寸下，运用改进