重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
语音识别原理
成都创新互联主要从事成都网站设计、成都做网站、网页设计、企业做网站、公司建网站等业务。立足成都服务浦北,10年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:13518219792
语音识别系统的本质就是一种模式识别系统,它也包括特征提取、模式匹配、参考模式库等基本单元。由于语音信号是一种典型的非平稳信号,加之呼吸气流、外部噪音、电流干扰等使得语音信号不能直接用于提取特征,而要进行前期的预处理。预处理过程包括预滤波、采样和量化、分帧、加窗、预加重、端点检测等。经过预处理的语音数据就可以进行特征参数提取。在训练阶段,将特征参数进行一定的处理之后,为每个词条得到一个模型,保存为模板库。在识别阶段,语音信号经过相同的通道得到语音参数,生成测试模板,与参考模板进行匹配,将匹配分数最高的参考模板作为识别结果。后续的处理过程还可能包括更高层次的词法、句法和文法处理等,从而最终将输入的语音信号转变成文本或命令。
DTW算法原理
DTW是把时间规整和距离测度计算结合起来的一种非线性规整技术,它寻找一个规整函数im=Ф(in) ,将测试矢量的时间轴n非线性地映射到参考模板的时间轴m上,并使该函数满足:
D就是处于最优时间规整情况下两矢量的距离。由于DTW不断地计算两矢量的距离以寻找最优的匹配路径,所以得到的是两矢量匹配时累积距离最小所对应的规整函数,这就保证了它们之间存在的最大声学相似性。
DTW算法的实质就是运用动态规划的思想,利用局部最佳化的处理来自动寻找一条路径,沿着这条路径,两个特征矢量之间的累积失真量最小,从而避免由于时长不同而可能引入的误差。
dtwj 应该是自定义的公式。
你进入宏编辑器里面查看,里面的代码,有 function 开头的 自定义函数。查查。
from math import *
import matplotlib.pyplot as plt
import numpy
def print_matrix(mat) :
print '[matrix] width : %d height : %d' % (len(mat[0]), len(mat))
print '-----------------------------------'
for i in range(len(mat)) :
print mat[i]#[v[:2] for v in mat[i]]
def dist_for_float(p1, p2) :
dist = 0.0
elem_type = type(p1)
if elem_type == float or elem_type == int :
dist = float(abs(p1 - p2))
else :
sumval = 0.0
for i in range(len(p1)) :
sumval += pow(p1[i] - p2[i], 2)
dist = pow(sumval, 0.5)
return dist
def dtw(s1, s2, dist_func) :
w = len(s1)
h = len(s2)
mat = [([[0, 0, 0, 0] for j in range(w)]) for i in range(h)]
#print_matrix(mat)
for x in range(w) :
for y in range(h) :
dist = dist_func(s1[x], s2[y])
mat[y][x] = [dist, 0, 0, 0]
#print_matrix(mat)
elem_0_0 = mat[0][0]
elem_0_0[1] = elem_0_0[0] * 2
for x in range(1, w) :
mat[0][x][1] = mat[0][x][0] + mat[0][x - 1][1]
mat[0][x][2] = x - 1
mat[0][x][3] = 0
for y in range(1, h) :
mat[y][0][1] = mat[y][0][0] + mat[y - 1][0][1]
mat[y][0][2] = 0
mat[y][0][3] = y - 1
for y in range(1, h) :
for x in range(1, w) :
distlist = [mat[y][x - 1][1], mat[y - 1][x][1], 2 * mat[y - 1][x - 1][1]]
mindist = min(distlist)
idx = distlist.index(mindist)
mat[y][x][1] = mat[y][x][0] + mindist
if idx == 0 :
mat[y][x][2] = x - 1
mat[y][x][3] = y
elif idx == 1 :
mat[y][x][2] = x
mat[y][x][3] = y - 1
else :
mat[y][x][2] = x - 1
mat[y][x][3] = y - 1
result = mat[h - 1][w - 1]
retval = result[1]
path = [(w - 1, h - 1)]
while True :
x = result[2]
y = result[3]
path.append((x, y))
result = mat[y][x]
if x == 0 and y == 0 :
break
#print_matrix(mat)
return retval, sorted(path)
def display(s1, s2) :
val, path = dtw(s1, s2, dist_for_float)
w = len(s1)
h = len(s2)
mat = [[1] * w for i in range(h)]
for node in path :
x, y = node
mat[y][x] = 0
mat = numpy.array(mat)
plt.subplot(2, 2, 2)
c = plt.pcolor(mat, edgecolors='k', linewidths=4)
plt.title('Dynamic Time Warping (%f)' % val)
plt.subplot(2, 2, 1)
plt.plot(s2, range(len(s2)), 'g')
plt.subplot(2, 2, 4)
plt.plot(range(len(s1)), s1, 'r')
plt.show()
s1 = [1, 2, 3, 4, 5, 5, 5, 4]
s2 = [3, 4, 5, 5, 5, 4]
s2 = [1, 2, 3, 4, 5, 5]
s2 = [2, 3, 4, 5, 5, 5]
#val, path = dtw(s1, s2, dist_for_float)
display(s1, s2)
我看了一下你的链接和程序.
这是你没定义dtwOptSet,当然dtw和dtwOptSet都是作者自定义的函数,不在matlab的标准库里,这个图也是明显用了3个subplot画的
如果你想运行这个,请去作者推荐的
(%A6p%A6%F3%A8%FA%B1o%B5{%A6%A1%BDX)
下载example就可以了.