如何实现MFCC特征的K均值聚类算法？

Question

我用MFCC算法得到了一些声音变量的特征。我想用K-Means对它们进行聚类。我有70帧，每个帧有9个倒谱系数用于一个音色样本。这意味着我有一个像70 * 9大小的矩阵。

让我们假设A，B和C是语音记录，这样

A是：

List<List<Double>> -> 70*9 array (I can use Vector instead of List) 

而且B和C具有相同的长度了。

我不想聚簇每个帧，我想聚集每个帧块（在我的例子中，一个组有70帧）。

如何在Java中使用K-Means实现它？

Answer 1

以下是您对问题领域知识变得至关重要的地方。您可能只需使用70 * 9矩阵之间的距离，但您可能会更好。我不知道您提到的特定功能，但一些通用示例可能是平均值，每个功能70个值的标准差。您基本上希望减少维度的数量，这既能提高速度，又能使度量对抗简单变换，例如将所有值偏移一步

Answer 2

K-Means对您的数据有一些非常艰难的假设。我不相信你的数据适合在其上运行k-means。

1. K均值设计为欧几里德距离，并且可能会有更适合您的数据的距离度量。许多距离函数（和算法！）在70 * 9尺寸下效果不佳（“维度诅咒” ）
2. 您需要事先知道k。

附注：远离基本类型的Java泛型，如Double。它杀死了性能。使用double[][]。