DTW（动态时间规整）在特定人识别中扮演关键角色，尤其在语音识别系统中。该算法需要用户预先训练，通过记录特定语音命令，识别时与训练样本比对。首先进行端点检测和MFCC特征提取，然后通过DTW计算欧式距离，找到最匹配的模板，完成识别。MFCC是语音频谱包络的提取方法，而欧式距离则是计算样本间距离的标准方式。
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
最低0.47元/天 解锁文章
扫一扫
800
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
