Применение K-средних к коэффициентам MFCC для ASR

Теперь K-MEAN требует 2 вектора для формирования диаграммы кластеров (один по X, один по Y).

Это неправда, алгоритм kmeans может кластеризовать произвольное количество векторов.

Итак, как мне продолжить? Могу ли я взять соседние кадры и применить K-mean К СЛЕДУЮЩИМ КАДРАМ?

У вас есть 500 векторов, вы применяете kmeans для всех из них.

Например, в MATLAB входной вектор X должен иметь матрицу размерности 2xM для функции kmean;

Нет такого требования

Какие векторы выбрать для формирования кластеров в K-MEAN? КАК ПРИМЕНИТЬ kmeans К каждому вектору?

Опять же, вы берете все векторы, как в документации.

     [idx,C] = kmeans(X,num_clusters);

X - матрица размером 500x13.

Посмотрев кучу руководств, обычно i / p - это два набора данных (X1, X2) для двухмерного пространства Kmeans.

Если вы относитесь к документации выше, x1 и x2 являются примерами кластеров. Также есть кластер х3.

Сомневаюсь, что в случае с MFCC какими должны быть мои X1, X2?

Например, будут кластеры, соответствующие фонемам. Если у вас есть 20 фонем, вы группируете 20 центроидов, и каждая из них будет соответствовать фонеме. Вы также можете кластеризовать 256 центроидов, если у вас достаточно данных, тогда кластеры будут соответствовать значениям абстрактных общих функций в речи.

Есть две возможности, которые я вижу здесь: 1) вы хотите квантовать свои функции mfcc (например, разделите функции на группы амплитуд: сильные, средние и малые). В этом случае вы хотите запускать для каждого кадра и вставлять вектор функций, поскольку каждая функция является единственной точкой для алгоритма k-средних. Если вам абсолютно необходимо (а у вас нет) входной вектор mx2, просто добавьте 1 к каждой функции (MFCCs = [MFCCS, ones (size (MFCCs, 1), 1)];)

2) Вы хотите найти группы кадров, которые похожи друг на друга. В этом случае каждая из ваших «точек» для алгоритма kmeans - это все функции MFCC для одного кадра. Об этом и говорит Николай.

Привет, Дэн