一种基于模糊聚类分析的异音混合共享模型

• 作者: 徐向华 朱杰 郭强
• 来源期刊: 声学学报
• 年，卷（期）: 2005,（5）
• 页码范围: 457-461
• 页数: 5页
• 语种: 中文

摘要

为减少语音识别中声学模型的参数量,提高参数训练的鲁棒性,提出了一种基于升值法模糊聚类的异音混合共享模型.在决策树结构的基础上,通过对初始三音子模型的高斯函数做模糊聚类得到该模型的高斯码本,并进一步通过对模型的方差做模糊聚类完成对方差的共享.识别实验结果表明,与相近高斯数量的传统异音混合共享模型相比,提出的异音混合共享模型的高斯权值数减少77.59%时,识别率提高7.92%;与相近参数量的三音子模型相比,方差共享的异音混合模型误识率降低了3.01%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐向华		19	153	7.0	12.0
2	朱杰		151	1082	15.0	27.0
3	郭强		67	500	13.0	19.0