非特定人的孤立词语音识别里，MFCC + 差分参数组合出来的帧特征，还挺实用的，基本就是语音识别的底子。再往后走一步就是训练和聚类，这部分内容结合了数据挖掘和人工智能，看起来复杂，其实想清楚了逻辑也不难。

语音数据训练这一块，原理上主要还是提特征+分类，聚类就是提前把样本按相似性整理好，方便后面的模型学习。你可以理解成：给模型喂饭前先把饭分好类——干饭更快。用的是经典的FCM 算法，还提到了PCM，这些方法对实际项目有。

如果你做过语音识别，MFCC你肯定熟；不过这资料挺，专注在聚类原理和发展上，对你理解数据挖掘方法会有。不只是讲了 FCM，还顺便提了些改进方法，比如 PCM 之类的，思路蛮清晰的。

你可以顺着看一些源码和工具，比如这份 MFCC+GMM 的 Matlab 源码，还有 MATLAB 聚类工具，配合来看更容易理解。建议用 Matlab 跑下 demo，响应也快，适合搞实验。

如果你正好在做语音识别或者数据聚类，这份资料还挺值得一读的。内容虽然偏原理，但对后面自己写聚类逻辑有启发。是对模糊聚类感兴趣的朋友，可以多琢磨下 FCM 跟 PCM 的区别。

哦对了，文末还列了几个相关源码和文章链接，感兴趣的话别忘了点进去看看。比如 HMM+MFCC 数字识别 也挺有意思的。