论文部分内容阅读
在语音识别的研究中，往往在提取出特征参数之后，需要对数据进行矢量量化(VQ)，而码本的质量直接影响语音识别的识别率。传统的LBG算法一直存在着诸如码本质量严重依赖初始码本、存在空胞腔和非典型码字等问题，从而导致码本质量无法进一步提高。采用模糊C-均值(FCM)聚类算法得到的码本分布合理，没有空类，可有效减少量化误差。但是传统的FCM算法运算量太大，本文提出一种改进的模糊C-聚类算法，可以快速，有效的运用于语音识别中进行矢量量化。