基于K-MEANS算法的语境相关矢量量化

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%～10%.

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

所属期刊栏目：26

分类号：TP3(计算技术、计算机技术)

资助基金：中国科学院资助项目

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：369-372