10.3969/j.issn.1007-130X.2006.07.027
说话人识别中随机局部搜索算法的研究
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.
随机局部搜索、LBG、聚类、矢量量化
28
TN912.34
2006-07-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
85-86,108