在孤立词语音识别中动态时间规正的改进算法

doi:10.3778/j.issn.1002-8331.2010.25.035

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (25): 118-120.DOI: 10.3778/j.issn.1002-8331.2010.25.035

• 数据库、信号与信息处理 • 上一篇下一篇

在孤立词语音识别中动态时间规正的改进算法

汲清波^1，2，卢侃²，李康²

1.北京航空航天大学自动化科学与电气工程学院，北京 100191
2.哈尔滨工程大学信息与通信工程学院，哈尔滨 150001

收稿日期:2009-10-30 修回日期:2010-03-15 出版日期:2010-09-01 发布日期:2010-09-01
通讯作者: 汲清波

Improved DTW algorithm on isolated-word speech recognition

JI Qing-bo^1，2，LU Kan²，LI Kang²

1.School of Automation Science and Electrical Engineering，Beihang University，Beijing 100191，China
2.Information and Communication Engineering College，Harbin Engineering University，Harbin 150001，China

Received:2009-10-30 Revised:2010-03-15 Online:2010-09-01 Published:2010-09-01
Contact: JI Qing-bo

摘要/Abstract

摘要： 动态时间规正（Dynamic Time Warping）是语音识别中的一种经典算法，算法简单有效，因此在实现孤立词识别系统中获得了广泛的应用。提出一种DTW的改进算法，采用两次在时间域上的规正，使计算程序简洁规范，计算量减少。经实验验证，改进DTW算法在不降低识别率的前提下，提高了识别速度，提高了系统的实用性。

关键词: 语音识别, 动态时间规正算法, 相似度

Abstract: Dynamic Time Warping is a kind of classical algorithm in speech recognition system.Because the algorithm is simple and valid，it achieves extensive application in speech recognition of single word.This paper raises improved DTW algorithm with twice time warping，so that it will make program normative and reduce the calculation work.Analysis of the simulation results shows that the improved DTW algorithm not only can increase recognition speed but also improve practicability of speech recognition system，without reducing recognition rate.

Key words: speech recognition, Dynamic Time Warping（DTW）, similarity

中图分类号:

TP391.42

汲清波^1，2，卢侃²，李康². 在孤立词语音识别中动态时间规正的改进算法[J]. 计算机工程与应用, 2010, 46(25): 118-120.

JI Qing-bo^1，2，LU Kan²，LI Kang². Improved DTW algorithm on isolated-word speech recognition[J]. Computer Engineering and Applications, 2010, 46(25): 118-120.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[4]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[7]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[8]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[9]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[10]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[11]	赵琪，杜彦辉，芦天亮，沈少禹. 基于Capsule-BiGRU的文本相似度分析算法[J]. 计算机工程与应用, 2021, 57(15): 171-177.
[12]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[13]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[14]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[15]	魏玮，张芯月，朱叶. 改进的SIFT结合余弦相似度的人脸匹配算法[J]. 计算机工程与应用, 2020, 56(6): 207-212.

在孤立词语音识别中动态时间规正的改进算法

Improved DTW algorithm on isolated-word speech recognition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics