[發(fā)明專利]一種語音識別的特征向量量化快速收斂方法

有效

• 申請?zhí)枺?/td>: 201410281283.1
• 申請日: 2014-06-20
• 公開（公告）號: CN104064181B
• 公開（公告）日: 2017-04-19
• 發(fā)明（設(shè)計(jì)）人: 劉明;王明江
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)深圳研究生院
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/14;G10L19/038
• 代理公司: 深圳市科吉華烽知識產(chǎn)權(quán)事務(wù)所(普通合伙)44248
• 代理人: 陳本發(fā),劉顯揚(yáng)

1.一種語音識別的特征向量量化快速收斂方法，其特征在于：所述方法包括以下步驟：

(1)使用LBG算法對語音特征向量進(jìn)行訓(xùn)練，產(chǎn)生初始碼本，碼本的個數(shù)與訓(xùn)練用詞庫中詞的個數(shù)相同；

(2)從詞庫中隨機(jī)選一個詞，將其標(biāo)識為A，該詞經(jīng)特征參數(shù)提取后，和所有碼本按照下式進(jìn)行平均量化誤差Dⁱ的計(jì)算，

$D^i=\frac{1}{T}{\mathrm{\Σ}}_{t=1}^{T}min\left(\right||X_t-C_j^i|\left|\right),1\≤j\≤M;$

其中，T是一個詞的有效語音幀的幀數(shù)，是子簇的中心向量；如果詞語B的碼本給出最小的范數(shù)，則進(jìn)行步驟(3)，否則進(jìn)行步驟(4)；

(3)對每一個詞的每一幀特征向量Xt，找出其在詞A的簇中的距離它最近的子簇，該子簇的中心向量用表示；找出Xt在詞B的簇中的距離它最近的子簇，該子簇的中心向量用表示，距離分別用D^A、D^B表示；如果(D^A-D^B)/D^A<δ，則按照下式改變對應(yīng)子簇的中心向量：

$C_m^A=C_m^A+\mathrm{\&alpha;}(X_t-C_m^A);$

如果(D^A-D^B)/D^A>δ,則按照下式改變對應(yīng)子簇的中心向量：

$C_m^B=C_m^B+\mathrm{\&alpha;}(X_t-C_m^B);$

其中δ是預(yù)先定義的一個閾值，α是一個可變量，α隨著迭代次數(shù)的增加而減小；

(4)在該情況下，詞A被正確識別，只需要調(diào)整詞A的碼本的子簇的中心向量，對每一幀的幀向量Xt，按照下式進(jìn)行跳幀

$C_m^A=C_m^A+\mathrm{\&beta;}(X_t-C_m^A),$

其中，β是一個預(yù)先定義的可變量，β隨著迭代次數(shù)的增加而遞減；

(5)返回步驟(2)，進(jìn)行迭代，直到α＝0或β＝0。