基于语音特征聚类的HMM语音识别系统研究
中国知网
广东外语外贸大学
摘要
文章提出一种分段均值算法对语音特征参数进行数据降维,进而采用K-Means聚类算法对降维后的语音特征参数进行聚类,初步将语音样本分成不同的特征组。在此基础上,本文提出一种针对语音特征聚类的交叉分组训练算法,提高了聚类算法对语音特征分组的准确性。在识别阶段,本文提出HMM模型交叉分组算法进行识别运算,与传统的HMM方法相比,不降低小词汇量语音识别系统识别率的情况下,计算量可减少50%以上,提高了系统的识别速度。
关键词
隐马尔可夫模型 语音特征参数 分段均值 K均值聚类 模型交叉分组 HMM Voice Feature parameters Segment-Mean K-Means Clustering Model Cross-group
