7第七章语音信号识别.pptVIP

A B j i j i 时间规整函数 j=w(i) 为了使T（测试）的第i个样本与R（参考）的第j个样本对正，其对应的点不在直线对角线上，得到一条弯曲的曲线j=w(i) 。j=w(i)称为规整函数。 时间规整的依据 设 T={a1 , a2 , …… , ai , …… , aI} i=1～I R={b1 , b2 , …… , bj , …… , bJ} j=1～J I≠J 时间规整要解决的问题是使元素a和元素b之间匹配，使每对匹配样本之间的差别最小,达到欧氏距离最小。 时间规整就是按照两模式之间的所有矢量帧间的距离D最小(代价函数最小）的原则，不断计算两模式间的距离，以寻找最优的路径,一般应使规整函数w(i)满足下列条件：规整函数w(i)在A和B的端点必须匹配，有： 起点：i(k)=j(k)=1 终点：i(k)=I j(k)=J 为了防止漫无目的从(1,1)有哪些信誉好的足球投注网站到(I,J)，因此对两点之间路径的斜率予以规定，最大为2，最小为1/2。 时间规整过程 i j J I 1 1 (1,1) (I,J) j-J=(i-I)/2 j-J=2(i-I) j=i/2 j=2i 全局最优 动态时间规正法(DTW)的具体解法--行进方向 ck=(i,j) (i,j-1) (i-1,j-1) (i-1,j) (i-2,j-1) (i-1,j-2) i j 2 2 2 1 1 2 1 2 2 1 行进方向的另一种解释 d(T(i),R(j)) d(T(i),R(j-1)) g(i-1,j-2) i j 2 1 g(i,j) g(i-1,j-1) i j 2 d(T(i),R(j)) g(i,j) d(T(i),R(j)) d(T(i-1),R(j)) g(i-2,j-1) i j 2 1 g(i,j) 由规定的行进方向可知在任意一点（i,j）,其g(T(i),R(j))=g(i,j)(代价函数值)可由它前面的点g(i-1,j-2）或g(i-1,j-1)或g(i-2,j-1)按下式计算： 最佳匹配失真测度/距离 D(T,R)= g(I,J)/(I+J) 每一个点的总代价函数是前一点总代价函数和到达该点的代价函数之和的最小值。 总代价函数 时间规整，它把1个k个阶段的决策，化为单个k个阶段的决策过程，这种决策过程称为动态规划计划。 动态时间规正法(DTW)的计算实例1 设待识语音模式为T=acc， 参考模式为R=cbac， 若a、b 、 c之间的距离分别为 d(a,b)=d(b,a)=2、d(a,c)=d(c,a)=3、 d(b,c)=d(c,b)=1、d(a,a)=d(b,b)=d(c,c)=0 试用DTW法，在点阵图上画出最佳匹配路径，并计算出最佳匹配距离D(T,R)。 2 Ｔ a c c a c b c R 3 1 i j 1 2 3 4 (c,c) (a,c) g(3,4) g(1,1)=d(a,c)=3 标号 标号 2 Ｔ a c c a c c b R 3 1 i j 1 2 3 4 (c,c) (a,c) g(2,2) g(2,3) g(1,3) g(3,4) 2 2 2 2 Ｔ a c c a c c b R 3 1 i j 1 2 3 4 (c,c) (a,c) g(1,3) 2 Ｔ a c c a c c b R 3 1 i j 1 2 3 4 (c,c) (a,c) g(2,2) 2 Ｔ a c c a c c b R 3 1 i j 1 2 3 4 (c,c) (a,c) g(2,3) √ R g(1,2) * * * * * * * 第七章 语音识别 7.1 语音识别技术的一般概念 7.2 语音识别原理和识别系统的组成 7.3 动态时间规整 7.4 说话人识别 一、语音识别的定义 语音识别是指从语音到文本的转换，即让计算机能够把人发出的有意义的话音变成书面语言。通俗地说就是让机器能够听懂人说的话。 所谓听懂，有两层意思，一是指把用户所说的话逐词逐句转换成文本；二是指正确理解语音中所包含的要求，作出正确的应答。 第七章 语音识别 7.1语音识别技术的一般概念 二、语音识别的应用 语音识别技术是以语音为研究对象，涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多领域。 随着语音识别技术的逐渐成熟，语音识别技术开始得到广泛的应用，涉及日常生活的各个方面如电信、金融、新闻、公共事业等各个行业，通过采用语音识别技术，可以极大的简化这些领域的业务流程以及操作；提高系统的应用效率。 7.1语音识别技术的一般概念 1.