स्पीकर-स्वतंत्र अलग-थलग शब्द पहचान में उपयोग के लिए एक संशोधित K-मीन्स क्लस्टरिंग एल्गोरिदम

अलग-थलग शब्द पहचान प्रणालियों के हाल के अध्ययनों ने दिखाया है कि सावधानी से चुने गए टेम्पलेट्स का एक सेट स्पीकर-स्वतंत्र प्रणालियों के प्रदर्शन को व्यक्तिगत स्पीकर के लिए प्रशिक्षित प्रणालियों के स्तर तक लाने के लिए उपयोग किया जा सकता है। इस क्षेत्र में पहला काम एक मानव-इंटरएक्टिव मोड में पैटर्न पहचान एल्गोरिदम के एक जटिल सेट का उपयोग करता था ताकि शब्दावली में प्रत्येक शब्द के लिए टेम्पलेट्स (बहु पैटर्न) का सेट बनाया जा सके। यह प्रक्रिया न केवल समय लेने वाली थी बल्कि इसे ठीक से दोहराना असंभव था, क्योंकि यह प्रयोगकर्ता द्वारा लिए गए निर्णयों पर अत्यधिक निर्भर थी। इसके बाद के कार्यों ने एक स्वचालित क्लस्टरिंग प्रक्रिया की ओर अग्रसर किया, जिसने केवल एक सेट क्लस्टरिंग पैरामीटर दिए जाने पर, पहले विकसित सुपरवाइज्ड एल्गोरिदम के समान प्रदर्शन के साथ टोकन को क्लस्टर किया। स्वचालित प्रक्रिया का एक कमी यह थी कि इनपुट पैरामीटर सेट का विनिर्देशन कुछ हद तक शब्दावली के प्रकार और क्लस्टर की जाने वाली जनसंख्या के आकार पर निर्भर पाया गया। चूंकि इस प्रकार के सांख्यिकीय क्लस्टरिंग एल्गोरिदम के उपयोगकर्ता से सामान्यतः शब्द क्लस्टरिंग पैरामीटर चुनने की अपेक्षा नहीं की जा सकती, इसलिए यह स्वचालित क्लस्टरिंग एल्गोरिदम भी पूरी तरह से सामान्य शब्द पहचान प्रणाली के लिए उपयुक्त नहीं था। इस पत्र का उद्देश्य K-मीन्स दृष्टिकोण पर आधारित एक नए क्लस्टरिंग एल्गोरिदम को प्रस्तुत करना है जो उपयोगकर्ता पैरामीटर विनिर्देशन की आवश्यकता नहीं है। प्रयोगात्मक डेटा बताते हैं कि यह नया एल्गोरिदम स्पीकर-स्वतंत्र अलग-थलग शब्द पहचान प्रणाली के हिस्से के रूप में परीक्षण किए जाने पर पहले के उपयोग किए गए क्लस्टरिंग तकनीकों की तरह या बेहतर प्रदर्शन करता है।