康宁



摘 要:传统的动态时间规整(Dynamic Time Warping)算法虽然可以有效解决语音信号特征参数序列比较时时长不等的问题,但计算量很大,严重影响了语音识别系统的响应速度。对传统的动态时间规整算法进行改进,主要目的是提高语音识别速率。首先对传统DTW算法的原理进行了详细的分析,然后提出了改进后新的DTW算法。对传统的算法进行改进时,主要从以下两方面入手:①对算法的搜索路径进行约束,使x轴上的每一帧不必再与y轴上的每一帧进行比较,而只需要与y轴上限定范围内的帧进行比较即可;②对齐松弛算法的起始点和终止点(不用完全对齐),并可以适当放松起始点和终止点两三帧。实验表明,系统在失真度基本保持不变的基础上,运行速率提高了近2倍。
关键词:动态时间规整;DTW算法;特征参数;语音信号
中图分类号:TP274+.2 文献标识码:A DOI:10.15913/j.cnki.kjycx.2016.04.011
语音识别是接收人类的语音信号,并对其进行模数转换、降噪、滤波、预加重、加窗分帧、端点检测,提取出相应的特征,然后按照识别算法识别,从而让机器“理解”人类的语言,完成相应的任务,实现人对机器的控制。
目前,语音识别算法有许多,比较常用的3种模式匹配算法为人工神经网络(Artificial Neural Networks,ANN)、隐马尔可夫模型(Hidden Markov Models,HMM)和动态时间规整(Dynamic Time Warping,DTW)算法。其中,ANN算法的缺点为存在时间规整问题、训练过程复杂和识别时间长等,因此,很难做到与语音信号的最佳匹配,一般不单独使用。HMM算法建立在统计模型的基础上,其优点为识别性能高、稳健性好等,缺点为占用资源较多、鲁棒性不好和分类能力差等,适用于大词汇量连续词语音识别系统。……