基于DTW算法的语音识别原理与实现 .pdfVIP

基于DTW算法的语音识别原理与实现

基于DTW算法的语音识别原理与实现

[摘要]以一个能识别数字0～9的语音识别系统的实现过程为例，阐述了基于DTW算法的特定人孤立词语

音识别的基本原理和关键技术。其中包括对语音端点检测方法、特征参数计算方法和DTW算法实现的详细

讨论，最后给出了在Matlab下的编程方法和实验结果。

[关键字]语音识别；端点检测；MFCC系数；DTW算法

[中图分类号]TN912.34[文献标识码]A

PrincipleandRealizationofSpeechRecognitionBasedonDTWAlgorithm

Abstract

thebasicprinciplesandkeytechnologiesofisolatedwordspeechrecognitionbasedonDTWalgorithm,including

methodofendpointdetection,calculationofcharacteristicparameters,andimplementationofDTWalgorithm.

ProgrammingmethodunderMatlabandexperimentalresultsaregivenattheendofthepaper.

Keywordspeechrecognition;endpointdetection;MFCCparameter;DTWalgorithm

0引言

自计算机诞生以来，通过语音与计算机交互一直是人类的梦想，随着计算机软硬件和信

息技术的飞速发展，人们对语音识别功能的需求也更加明显和迫切。语音识别技术就是让机

器通过识别和理解过程把人类的语音信号转变为相应的文本或命令的技术，属于多维模式识

[1]

别和智能计算机接口的范畴。传统的键盘、鼠标等输入设备的存在大大妨碍了系统的小型

[10]

化，而成熟的语音识别技术可以辅助甚至取代这些设备。在PDA、智能手机、智能家电、

工业现场、智能机器人等方面语音识别技术都有着广阔的前景。

[1,8]

语音识别技术起源于20世纪50年代，以贝尔实验室的Audry系统为标志。先后取

得了线性预测分析(LP)、动态时间归整(DTW)、矢量量化(VQ)、隐马尔可夫模型(HMM)等

[9]

一系列关键技术的突破和以IBM的ViaVoice、Microsoft的VoiceExpress为代表的一批显著

成果。国内的语音识别起步较晚，1987年开始执行国家863计划后语音识别技术才得到广

泛关注。具有代表性的研究单位为清华大学电子工程系与中科院自动化研究所模式识别国家

[9]

重点实验室，中科院声学所等。其中中科院自动化所研制的非特定人连续语音听写系统和

[1]

汉语语音人机对话系统，其准确率和系统响应率均可达90%以上。

常见的语音识别方法有动态时间归整技术(DTW)、矢量量化技术(VQ)、隐马尔可夫模

型(HMM)、基于段长分布的非齐次隐马尔可夫模型(DDBHMM)和人工神经元网络

[1,9]

(ANN)。DTW是较早的一种模式匹配和模型训练技术，它应用动态规划的思想成功解决

第1页共16页

基于DTW算法的语音识别原理与实现

了语音信号特征参数序列比较时时长不等的难题，在孤立词语音识别中获得了良好性能。虽

然HMM模型和ANN在连续语音大词汇量语音识别系统优于DTW