基于dtw算法的語(yǔ)音識(shí)別原理與實(shí)現(xiàn)-資料下載頁(yè)
2025-06-25 01:26本頁(yè)面
【正文】 (im))+min{D(in1,im),D(in1,im1),D(in1,im2)} (55)這樣從(l,1)點(diǎn)出發(fā)(令D(1,1)=0)搜索，反復(fù)遞推，直到(N,M)就可以得到最優(yōu)路徑，而且D(N,M)就是最佳匹配路徑所對(duì)應(yīng)的匹配距離。在進(jìn)行語(yǔ)音識(shí)別時(shí)，將測(cè)試模板與所有參考模板進(jìn)行匹配，得到的最小匹配距離 Dmin(N,M)所對(duì)應(yīng)語(yǔ)音即為識(shí)別結(jié)果。 DTW算法改進(jìn)DTW算法雖然簡(jiǎn)單有效，但是動(dòng)態(tài)規(guī)劃方法需要存儲(chǔ)較大的矩陣，直接計(jì)算將會(huì)占據(jù)較大的空間，計(jì)算量也比較大。由圖53的局部路徑約束可知DTW算法所動(dòng)態(tài)搜索的空間其實(shí)并不是整個(gè)矩形網(wǎng)格，而是局限于對(duì)角線附近的帶狀區(qū)域[9]，如圖54所示，許多點(diǎn)實(shí)際上是達(dá)不到的。因此，在實(shí)際應(yīng)用中會(huì)將DTW算法進(jìn)行一些改進(jìn)以減少存儲(chǔ)空間和降低計(jì)算量。常見(jiàn)的改進(jìn)方法有搜索寬度限制、放寬端點(diǎn)限制等。 搜索寬度限制以圖53中的局部約束路徑為例，待測(cè)模板軸上每前進(jìn)一幀，對(duì)于點(diǎn)(in,im)只需要用到前一列(in1,im)、(inl,iml)和(in1,im2)三點(diǎn)的累積距離，也就是im1和im2兩行的累積距離。整個(gè)DTW算法的計(jì)算過(guò)程遞推循環(huán)進(jìn)行，也就是每一行中的格點(diǎn)利用前兩行格點(diǎn)的累積距離計(jì)算該點(diǎn)的累積距離的過(guò)程?；谶@種循環(huán)遞推計(jì)算，只需分配3N的存儲(chǔ)空間重復(fù)使用，而不需要保存幀匹配距離矩陣和所有的累積距離矩陣。又由于DTW算法的動(dòng)態(tài)搜索寬度局限于對(duì)角線附近的帶狀區(qū)域，假設(shè)其寬度為width，如圖54和圖56，則實(shí)際只需分配3width的存儲(chǔ)空間即可。圖54 帶狀搜索區(qū)域 圖55 搜索寬度限制存儲(chǔ)空間 放寬端點(diǎn)限制普通DTW對(duì)端點(diǎn)檢測(cè)比較敏感，端點(diǎn)信息是作為一組獨(dú)立的參數(shù)提供給識(shí)別算法的。它要求兩個(gè)比較模式起點(diǎn)對(duì)起點(diǎn)，終點(diǎn)對(duì)終點(diǎn)，對(duì)端點(diǎn)檢測(cè)的精度要求比較高。當(dāng)環(huán)境噪聲比較大或語(yǔ)音由摩擦音構(gòu)成時(shí)，端點(diǎn)檢測(cè)不易進(jìn)行，這就要求在動(dòng)態(tài)時(shí)間規(guī)整過(guò)程中給以考慮。放松端點(diǎn)限制方法不嚴(yán)格要求端點(diǎn)對(duì)齊，克服由于端點(diǎn)算法不精確造成的測(cè)試模式和參考模式起點(diǎn)終點(diǎn)不能對(duì)齊的問(wèn)題。一般情況下，起點(diǎn)和終點(diǎn)在縱橫兩個(gè)方向只要放寬23幀就可以，也就是起點(diǎn)可以在(1,1)，(l,2)，(1,3)，(2,1)，(3,l)，終點(diǎn)類似。如圖56。圖56 改進(jìn)的DTW算法原理圖Ck=(ik, jk)C1=(1, 1)CK=(I, J)j = i rj = i + r時(shí)間規(guī)整函數(shù) width ijt1 t2 t3 ti tI TRr1 r2 rj rJ 在放寬端點(diǎn)限制的DTW算法中，累積距離矩陣中的元素(1,l)，(l,2)，(l,3)，(2,l)，(3,1)不是根據(jù)局部判決函數(shù)計(jì)算得到的，而是直接將幀匹配距離矩陣的元素填入，自動(dòng)從其中選擇最小的一個(gè)作為起點(diǎn)，對(duì)于終點(diǎn)也是從松弛終點(diǎn)的允許范圍內(nèi)選擇一個(gè)最小值作為參考模式和未知模式的匹配距離。6 Matlab編程結(jié)果在音頻信號(hào)處理方面，Matlab提供了wav文件讀寫(xiě)函數(shù)和聲卡的錄音和放音函數(shù)，利用這些函數(shù)可以實(shí)現(xiàn)某些語(yǔ)音信號(hào)處理工作。語(yǔ)音工具箱voicebox為實(shí)現(xiàn)語(yǔ)音識(shí)別提供了許多實(shí)用函數(shù)。為了進(jìn)行批量的的訓(xùn)練和識(shí)別處理，本系統(tǒng)的訓(xùn)練語(yǔ)音和識(shí)別語(yǔ)音全部使用“錄音機(jī)”程序錄制。本語(yǔ)音識(shí)別系統(tǒng)的文件結(jié)構(gòu)如圖61所示，其中train文件夾中包含圖61 語(yǔ)音識(shí)別系統(tǒng)的文件結(jié)構(gòu)數(shù)字0~9的訓(xùn)練語(yǔ)音，test中包含若干測(cè)試語(yǔ)音，都分別以相應(yīng)數(shù)字作為文件名的首數(shù)字。，。圖62為4組語(yǔ)音的識(shí)別測(cè)試結(jié)果圖，詳細(xì)數(shù)據(jù)如下表：數(shù)字01234567890~9正確數(shù)424434334233錯(cuò)誤數(shù)02001011027正確率圖62 語(yǔ)音識(shí)別測(cè)試結(jié)果參考文獻(xiàn)[1] 詹新明,黃南山,楊燦. 語(yǔ)音識(shí)別技術(shù)研究進(jìn)展[J]. 現(xiàn)代計(jì)算機(jī)(專業(yè)版), 2008,(09)[2] 相征,朗朗,王靜. 基于基音頻能值的端點(diǎn)檢測(cè)算法[J]. 安徽工程科技學(xué)院學(xué)報(bào), 2008,(09)[3] 沈宏余,李英. 語(yǔ)音端點(diǎn)檢測(cè)方法的研究[J]. 科學(xué)技術(shù)與工程, 2008,(08)[4] 李景川,董慧穎. 一種改進(jìn)的基于短時(shí)能量的端點(diǎn)檢測(cè)算法[J]. 沈陽(yáng)理工大學(xué)學(xué)報(bào),2008,(06)[5] 蔡妍. 語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法的研究[碩士學(xué)位論文][D]. 江南大學(xué), 2008[6] 吳亞棟. 語(yǔ)音識(shí)別基礎(chǔ)[R]. 上海交通大學(xué)計(jì)算機(jī)系, 200701[7] 吳曉平,崔光照,路康. 基于DTW算法的語(yǔ)音識(shí)別系統(tǒng)實(shí)現(xiàn)[J]. 電子工程師, 2004,(07)[8] 譚保華,熊健民,劉幺和. 語(yǔ)音識(shí)別技術(shù)概述[J]. 鄖陽(yáng)師范高等?？茖W(xué)校學(xué)報(bào), 2004,(06)[9] 朱淑琴. 語(yǔ)音識(shí)別系統(tǒng)關(guān)鍵技術(shù)研究[碩士學(xué)位論文] [D]. 西安電子科技大學(xué), 2004[10] 何強(qiáng),何英. MATLAB擴(kuò)展編程[M]. 清華大學(xué)出版社, 200206第 17 頁(yè) 共 17 頁(yè)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1