语音信号处理-矢量量化VQ

矢量量化 VQ应用

语音识别
语音波形编码
线性预测编码

VQ 技术

1.先要生成码本，也成为聚类。矢量根绝码本进行最小失真映射的
编码
2.分类

VQ数学描述

假设X是K维向量，把X映射成Y,写作Y=VQ(X)

如何进行训练量化：

距离的定义是关键。
最优是用距离衡量吗？不一定。可能概率。

一个理想的准则度量具备主观上的有意义且已与运算的特性（类内距离小，类间距离大）。T,W,B总的、类内、类间的协方差矩阵。

最小平方距离
    距离：
      欧式距离
      加权欧式距离
      马氏距离（考虑类间、类内）

聚类算法

聚类算法（1） K-均值算法

步骤1 ：初始化
    设递归深度r=0.用一种适当的方法选择一个初始化本矢量集合。
    {根据已有的知识，加入K个大致分类的样本。}
...

聚类算法（2）-LBG算法

算法假设码本的大小为2的幂次方。开始整个空间一个集合中心，
在某一方向扰动，让集合分成2个。然后不断的分裂。

聚类算法（3）-模拟退火K-均值算法

聚类算法比较完备，但是不经常使用。经验：做研究中不要过分求解公式的
完美，因为所有的公式都建立在建设基础上，大的方向可能是错误的，那么 
   最优解求解就不一定了。

问题

1.避免聚类算法的空室心
2.选择性训练，有必要对样本进行选择性训练，或者剔除孤立的点群导致的中心漂移。