动态时间规整算法

. 特定人识别中的DTW算法简单介绍

分类：语音技术应用2010-07-16 10:03215人阅读评论(1)收藏举报DTW（Dynamic Time Warping）是动态时间规整算法，在语音识别系统中通常

用于特定人识别，特定人识别即A用户使用这个语音识别系统，B用户使用就

会出现语音识别出错或无法识别的现象。DTW在语音识别系统中，是一个需要用户事先训练的系统。从操作方面上，首

先需要训练，对需要控制的命令录制对

应的语音；使用时只要说出与训练时同

样的语音命令，即可出现识别结果，实

现声控。

比如，一些简单的语音识别玩具，约10多个特定的命令词。

DTW在语音识别系统中充当数据匹配比对模块。语音识别系统首先采集用户的语音，经过

端点检测，找出用户的有效语音而把其他非语音段给删除；然后经过MFCC特征提取，得

到用户声音的特征，最后进入DTW，进行欧式距离的比对，距离最小对应的模板，即为识

别结果。

几个名词解释：

MFCC--- 语音频谱包络抽取

欧式距离--- 在二维和三维空间中的欧式距离的就是两点之间的距离，二维的公式是d = sqrt((x1-x2)^+(y1-y2)^)

三维的公式是

d=sqrt(x1-x2)^+(y1-y2)^+z1-z2)^)

推广到n维空间，欧式距离的公式是

d=sqrt( ∑(xi1-xi2)^ ) 这里i=1,2..n

xi1表示第一个点的第i维坐标,xi2表示第二个点的第i维坐标