半连续HMM码本生成算法的研究

对基于半连续隐马尔科夫模型(SCHMM)语音识别系统的码本生成算法及其原理进行了探讨。阐述了译码器扰动简化随机松弛聚类算法(SR-D)，并将其应用到初始码本生成中。实验结果表明这种方法能显著地提高系统性能。初始码本生成后，采用最大似然准则对生成的码本进行了训练，使得码本和SCHMM其它参数达到较好的一致。也探讨了码本大小及其对最终性能的影响并给出了相关实验结果。

说话人辨认系统中码本生成的新算法

提出了一种新的适用于离散HMM说话人辨认系统的VQ码本训练方法,码本的训练准则是使码本中各码字的利用率趋于均等。将新方法训练的码本与用LBG算法训练的码本进行了比较,实验表明,在基于离散HMM的说话人辨认系统中,用新方法训练的码本性能优于用LBG算法训练的码本,特别是在与文本无关的情况下,使系统的正确辨认率显著提高。