一种新型的动态时间弯曲方法.pdfVIP

计算机科学2002V01．29N?9 一种新型的动态时间弯曲方法 ANovelDTW 钱小军周建辉潘雪增平玲娣 ‘浙江大学计算机科学和工程学系 杭州310027’矸翻A AbstractA in isDTW-Withtheaimsof the of with keyquestionspeech the recognition solvingproblemdealing lknilarvoicesmclassicalDTW．this a．qcwDTWtosolvethe newDTWdeLnesthe paperproposes problem．The asthe ofthe the maximumdistancesove[all makethent2wDTW globalpatterndissimilarity possiblepaths．To wemust theconstraintsonit．onnormalcircumstances，theconstraintshwlude COD．- meaningful impose endpoint the constraints-local Atlast，this out straints，monotonicttycontinuityconstraints，weightingpaperpotnts signifi— cancetheⅡcwDTWinthewhole ofthe the ofthe of processspeechrecognitionbyshowingdiagramprocess DTW·Reference extraction Keywords patterns．Testpatterns．Feature 本身体现的对齐策略是最佳的这～点并不明显。因为我们不 1．引语 能保证当测试一个模式时．这个模式与它的参考模式之问的 在语音识别中有一个关键的问题就是语音模式如何比较 距离并不一定在所有的测试模式与参考模式之间的距离中是 以确定它们的相似性(或者称为等同性即模式之问的距离)， 最小的。 特别在我们应用基于模板的语音识别方法的时候。在基于模 我们可以想象，在一些特殊的情况下，上述思想会导致错 板的系统中．如果从频谱对的差别或者说扭曲的角度来看．那 误。特别是对于相似的音索。为解决这个问题，我们就考虑使 么所使用的距离尺度有非常明显的物理意义． 用另外一种动态时阅弯曲方法，我们称之为新型的动态时间 语言可以直接由频谱向量的时间序列来表示，这些向量 弯曲方法。这种新型的动态时间弯曲方法的目标是计算为解 可以由前端频谱分析获得，这种分析模型有线性预测编码分 决这d·(x，Y)的最大值，这样就可以将不同音素的版本之间 析模型．过滤器组前端分析器模型。但是由于不同的人或者同 的距离进行扩大化．虽然同一