论文部分内容阅读
提出了一种基于最小分类错误（Minimum classification error，MCE）准则的线性判别分析方法（Linear discrimin antanalysis，LDA），并将其应用到连续语音识别中的特征变换．该方法采用非参数核密度估计方法进行数据概率分布估计；根据得到的概率分布，在最小分类错误准则下，采用基于梯度下降的线性搜索算法求解判别分析变换矩阵．利用判别分析变换矩阵对相邻帧梅尔滤波器组输出拼接的超矢量变换降维，得到时频特征．实验结果表明，与传统的MFCC特征相比，经过本文判别分析提取