信号处理（语音和图像）-矢量量化技术

简介：
基于向量化的数据压缩技术 概要介绍基本原理失真评估指标矢量量化器的最佳码本设计方案矢量量化技术的改进方案动态时间规整(DTW)技术具有显著的应用价值。一般来说，语音识别的主要方法主要包括基于声学特征和语音知识构建语料库的方法、采用模式匹配技术实现语音识别以及结合深度学习算法的方案。其中一种是基于声学特征和语音知识构建语料库的方法；另一种是采用模式匹配技术实现语音识别；第三种则是结合深度学习算法的方案，具体包括利用人工神经网络等技术进行训练与推理。该方法起步较早，在语音识别技术提出之初便开始相关研究。但由于其模型及语音知识过于复杂，目前尚未达到实用水平。 基于人工神经网络的语音识别系统通常由神经元、训练算法及网络结构三大要素构成。由于基于神经网络的训练识别算法实现起来较为复杂，因此目前仍仅限于实验室研究阶段。 该方法在模式库中已取得较为成熟的进展，并且已达到实用水平。 常用的三种技术分别是矢量量化(VQ)技术和动态时间规整(DTW)，此外还有其他相关方法。