矢量量化（VQ）

作者：桂。

时间：2017-05-31  21:14:56

链接：http://www.cnblogs.com/xingshansi/p/6925955.html

---

前言

VQ（Vector Quantization）是一个常用的压缩技术，本文主要回顾：

　　1）VQ原理  

　　2）基于VQ的说话人识别（SR,speaker recognition）技术

〇、分类问题

说话人识别其实也是一个分类问题：

说话人识别技术，主要有这几大类方法：

•  模板匹配方法

这类方法比较成熟，主要原理：特征提取、模板训练、匹配。典型的有：动态时间规整DTW，矢量量化VQ等。

DTW利用动态规划的思想，但也有不足：1）过分依赖VAD技术；2）没有充分利用语音的时序动态特性，所以被HMM取代也就容易理解了。

VQ算法是数据压缩的方法。码本简历、码字搜索是两个基本问题，码本简历是从大量信号样本中训练出比较好的码书，码字搜索是找到一个和输入最匹配的码字，该方法简单，对小系统、差别明显的声音较合适。

• 基于统计模型的分类方法

该类方法本质仍是模式识别系统，都需要提取特征，然后训练分类器，最后分类决策，典型框架：

常用的模型有：GMM、HMM、SVM、ANN、DNN或者各种联合模型等。

GMM基本框架&#