基于DTW的语音识别和说话人识别的特征选择.pdfVIP

第18卷第1期 模式识别与人工智能 V01．18No．1 2005年2月 PR＆AI Feb 2005 基于DTW的语音识别和说话人识别的特征选择 刘敬伟1’2 徐美芝3 郑忠国2 程乾生2 1(清华大学电子工程系北京100084) 2(北京大学数学科学学院北京100871) 3(清华大学数学科学系北京 100084) 摘 要 研究了基于动态时间规正(DTW)和图论方法的语音识别和说话人识别的特征子集选择问题，提出了基于 DTW距离的有向图方法(DTWDAG)．此方法推广了基于欧氏距离的相似矩阵聚类方法，将图论聚类方法改进为 语音和说话人特征选择的代价函数．并将此代价函数与(z—r)优化算法结合应用于孤立数字的特定人的语音识别 和文本有关的说话人辩认的特征选择，实验结果表明，DTWDAG方法能够较好反映语音识别和说话人识别的特征 子集的重要性． 关键词特征选择，相似矩阵，动态时间规正，(z—r)优化算法 中图法分类号TN912；TP391；0235 DTW—BasedFeatureSelectionfor SpeechRecognition and SpeakerRecognition LIU Mei—Zhi3，ZHENG Jing—Weil2，XU Zhong—Gu02，CHENGQian—Shen92 Electronics 100084) 1(Departmentof Engineering，TsinghuaUniversity，Beijing 2(SchoolMathematical 100871) of Sciences，PekingUniversity，Beijing Mathematical 100084) 2(Departmentof Sciences，TsinghuaUniversity，Beijing ABSTRACT Inthis DTW～basedtheoreticmethodforfeaturesubsetselectionof paper，a graph speech and isdiscussed，andaDTW-baseddirected recognitionspeakerrecognition acyclicgraphoptimization extendtheEuclidean—distancebased matrix method(DTWDAG)isproposed．We similarity methodtoDTW—based matrix constructacostfunction clustering similarityclustering，and to