DWT
2010-11-23 21:18:00 xauthu 阅读数 705

       在孤立词语音识别中,最为简单有效的方法是采用DTWDynamic Time Warping,动态时间归整)算法,该算法基于动态规划(DP)的思想,解决了发音长短不一的模板匹配问题,是语音识别中出现较早、较为经典的一种算法。用于孤立词识别,DTW算法与HMM算法在训练阶段需要提供大量的语音数据,通过反复计算才能得到模型参数,而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中,DTW算法仍然得到广泛的应用。

2010-11-23

2010-05-28 21:56:00 vanezuo 阅读数 2671

 

动态时间规整DTW
动态时间规整DTW(dynamic time warping)曾经是语音识别的一种主流方法。
思想是:由于语音信号是一种具有相当大随机性的信号,即使相同说话者对相同的词,每一次发音的结果都是不同的,也不可能具有完全相同的时间长度。因此在与已存储模型相匹配时,未知单词的时间轴要不均匀地扭曲或弯折,以使其特征与模板特征对正。用时间规整手段对正是一种非常有力的措施,对提高系统的识别精度非常有效。
动态时间规整DTW是一个典型的优化问题,它用满足一定条件的的 时间规整函数W(n)描述输入模板和参考模板的时间对应关系,求解两模板匹配时累计距离最小所对应的规整函数。

™将时间规整与距离测度结合起来,采用动态规划技术,比较两个大小不同的模式,解决语音识别中语速多变的难题;
™一种非线性时间规整模式匹配算法;

DTW ( Dynamic Time Warping ),即「动态时间扭曲」或是动态时间规整」。是一套根基动态规划」(Dynamic Programming简称DP)的方法,可以有效地将搜寻比对的时间大幅降低。
DTW 的目就是要找出两个向量之的最短距离。一般而言,对于两个 n 维空间中的向量 x y,它们之间距离可以定义为两点之间的直线距离称为尤拉距离Euclidean Distance)。
dist(x, y) = |xy|
但是如果向量的长度不同,那它们之间的距离,就无法使用数学式來计算。一般而言,假設这两个向量的元素位置是代表时间由于我们必須容忍在时间轴的偏差,因此我们不知道两个向量的元素对应关系,因此我们必須靠一套有效运算方法,才可以找到最佳的对应
关系

DTW用于与说话人有关Speaker Dependent)的语音识别,使用者自行录音再以自己的声音比对之前录好语音资
此方法比較适合同一位说话人声音进行較,因此应用范围比较狭隘譬如目前手机 Name Dialing 等等。

DTW的问题:
™运算量大;
™识别性能过分依赖于端点检测;
™太依赖于说话人的原来发音;
™不能对样本作动态训练;
™没有充分利用语音信号的时序动态特性;
DTW适合于特定人基元较小的场合,多用于孤立词识别;


动态规划算法总体思想
动态规划算法基本思想是将待求解问题分解成若干个子问题
但是经分解得到的子问题往往不是互相独立的。不同子问题的数目常常只有多项式量级。求解时,有些子问题被重复计算了许多次。
如果能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,就可以避免大量重复计算,从而得到多项式时间算法。

动态规划基本步骤
v找出最优解的性质,并刻划其结构特征。
v递归地定义最优值。
v以自底向上的方式计算出最优值。
v根据计算最优值时得到的信息,构造最优解

 

没有更多推荐了,返回首页