首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 500 毫秒

1.  基于DTW的孤立词语音识别研究和算法改进  被引次数:2
   万春  黄杰圣  曹煦晖《计算机与现代化》,2003年第11期
   DTW算法在实现小词汇表孤立词识别系统时既简单又有效,在特定的场合下获得了广泛的应用。但DTW算法实际应用时有许多缺点,本文对语音识别数学模型DTW作了深入的研究,提出了改进算法。    

2.  基于DTW改进算法的孤立词识别系统的仿真与分析  被引次数:5
   林波  吕明《信息技术》,2006年第30卷第4期
   传统的DTW算法在进行孤立词语音识别时着重于时间规整和语音测度的计算,而没有对数据的可靠性和有效性进行分析。本文提出了一种改进的端点检测算法,并采用一种改进的DTW算法,在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效的降低了识别时间和存储数据量,提高了系统性能。    

3.  简单语音识别系统的设计实现  
   任斌《中国新通信》,2013年第16期
   针对现有简单语音识别系统的识别率较低、识别速度较慢的问题,在对语音识别原理研究的基础上,对DTW语音识别算法进行了改进,使得简单语音识别系统能够准确、快速的进行识别。    

4.  基于语音识别系统中DTW算法改进技术研究  被引次数:13
   陈立万《微计算机信息》,2006年第22卷第5期
   动态时间规整(DynamicTimeWarping)是语音识别中的一种经典算法,由于算法简单又有效,因此在实现孤立词识别系统中获得了广泛的应用,但仍然存在一些不足,本文从提高识别率和识别速度入手提出对DTW算法进行改进研究,以达到更满意的语音识别效果。    

5.  基于DTW和HMM算法的语音识别系统对比研究  
   王苏敏  廖晶晶  赵秀鸟《计算机光盘软件与应用》,2012年第11期
   论文在语音信号分析的理论基础上,研究了基于模型补偿的识别算法,对比了语音识别最常用的两种算法:动态时间归整算法(DTW)和隐马尔可夫算法(HMM),并针对两种算法的不足进行了改进。基于改进后的算法在MATLAB环境下搭建了孤立词语音识别系统,提高了识别率,节省了运行时间。    

6.  联合频谱分析和DTW的双层分类语音识别  
   杨承功  廖逢钗  李强强《福建电脑》,2009年第25卷第10期
   阐述了基于动态时间规整DTW(Dynamic Time Warping)语音识别算法的基本原理及存在的不足,提出联合频谱分析和DTW的双层分类语音识别算法,首先用频谱分析方法对待识别语音按字数进行初步分类,然后再用传统的DTW进行模式匹配得到识别结果。通过实验验证提出的算法是有效的,比传统的DTW算法平均速度提高了1.1倍。    

7.  一种基于联合得分的孤立词语音识别系统  被引次数:2
   邝航宇  张军  季飞  韦岗《计算机工程》,2006年第32卷第10期
   介绍了一种基于联合得分的实时孤立词语音识别系统。在识别阶段,通过内插向最得到两种改进的DTW算法,并且和基本的DTW联合起来对语音进行识别,得出各自的识别结果,最后把所有的结果联合起来得到最终的识别结果。通过在TI46语音库和实时运行的实验表明,系统在低信噪比的环境下和实时运行的环境中,都可以获得比一般只应用DTW算法的识别系统更高的识别率。    

8.  多模板优化的语音识别算法  
   潘智刚  姚敏锋  张晶《数字社区&智能家居》,2015年第1期
   论文旨在研究基于MATLAB平台的特定人孤立词小词汇量的语音识别系统的实现。文章分别对语音信号的预处理过程、语音信号的特征提取及语音信号的识别算法等方面进行深入研究和分析在端点检测过程中,使用短时能量和过零率双门限进行检测,应用识别率较高的MFCC作为特征参数,针对传统DTW算法在语音识别中测试语音与参考语音模板匹配所需时间较长的问题,提出搜索路径改进算法,使得算法的运算速度有所提升。为了提升DTW的识别率,提出改进的模板匹配方法——多模板匹配方法。实验结果证明,采用改进算法的语音识别系统有效地降低了识别时间,提高了系统的识别率。    

9.  嵌入式语音识别系统中的DTW在线并行算法*  
   姜干新  陈伟b《计算机应用研究》,2010年第27卷第3期
   为提高语音识别系统的实时性,利用动态规划和并行计算思想,提出一种适用于嵌入式语音识别系统的DTW(动态时间规整)在线并行算法。通过分析标准DTW及其主要衍生算法,对DTW算法的数据结构进行改进以满足在线算法要求,在寻找最佳路径过程中动态连续地分配和释放内存或预先分配固定大小的内存,并将多个关键词的DTW计算分布到多个运算单元;最后汇总各运算单元的结果得到识别结果。实验表明,该算法比经典DTW降低了内存使用和识别时间,并使语音识别的实时系数达到1.17,具有较高的实时性。    

10.  基于DTW的孤立词说话人识别研究  
   李冰  程建政  刘康  程利《数字技术与应用》,2013年第10期
   利用遗传算法优越的全局搜索能力对传统DTW算法进行改进,重点研究遗传动态时间规划算法(GA_DTW)的实现机理、编码方式、适应度函数设计、种群初始化、选择机理、交叉运算、变异操作和终止策略。实验结果表明,在孤立词的说话人识别上,该算法具有识别率更高、耗时更少的优点。    

11.  基于DTW的编码域说话人识别研究  
   李榕健  于洪涛  李邵梅《电子技术应用》,2010年第36卷第8期
   相对解码重建后的语音进行说话人识别,从VoIP的语音流中直接提取语音特征参数进行说话人识别方法具有便于实现的优点,针对G.729编码域数据,研究基于DTW算法的快速说话人识别方法。实验结果表明,在相关的说话人识别中,DTW算法相比GMM在识别正确率和效率上有了很大提高。    

12.  一种改进的DTW算法在人体行为识别中的应用  
   顾军华  徐俊生  刘洪普《河北工业大学学报》,2018年第4期
   目前针对各维特征之间的相关性对动作识别影响的问题,解决的方法基本是采用欧氏距离作为其相似度的算法.结合Kinect体感设备提出了一种基于改进的DTW算法的人体行为识别方法,将马氏距离作为相似度测度引入DTW算法中进行改进.首先,利用Kinect设备采集人体骨骼信息,计算骨骼夹角信息,之后使用改进的DTW算法进行模板训练和人体行为识别.最后通过实验,对比采用欧氏距离、卡方检验和马氏距离作为相似度测度时,人体行为识别的准确率.实验表明引入马氏距离的DTW算法在识别正确率方面有所提高.    

13.  一种基于改进DTW算法的动态手势识别方法  
   何超  胡章芳  王艳《数字通信》,2013年第3期
   结合Kinect传感器提出了一种基于改进的DTW算法的动态手势识别方法。首先,通过SDK对Kinect传感器获得的深度信息进行分析,获得人体骨骼点3D位置,选取其中4个点作为手部运动特征;然后,用加权距离和全局路径限制的方法对传统的DTW算法进行改进;最后,用改进的DTW算法进行模板训练和实现动态手势的识别。实验表明:该方法能很好地实现动态手势的识别,实时性好,在背景干扰和光照方面有较强的鲁棒性,较传统的DTW算法在识别速度和识别正确率方面有所提高。    

14.  基于改进DTW的机器人语音指令识别系统研究  
   胡亚洲  王新民  曹江涛《计算机技术与发展》,2013年第23卷第7期
   动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用.为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法.在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容.最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论.    

15.  基于改进DTW的机器人语音指令识别系统研究  
   胡亚洲  王新民  曹江涛《微机发展》,2013年第7期
   动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用。为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法。在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容。最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论。    

16.  应用动态时间规整与矢量量化的语音识别算法  
   徐相华  徐伯庆《光学仪器》,2010年第32卷第3期
   提出了一种基于动态时间规整(DTW)的改进平均最小距离识别算法,改善了孤立词识别的鲁棒性并提高了识别率。同时对矢量量化(VQ)算法分析了不同码本大小下的识别率,并比较了各种算法的运算时间。通过在MatLab上实现特定人孤立词小词汇量语音识别,实验的结果表明:基于DTW算法的改进平均最小距离法识别率显著提高;码本较大时VQ算法的识别率最高;VQ算法的识别率一般高于DTW算法且运行时间短。    

17.  语音识别中DTW特征匹配的改进算法研究  
   刘长明  任一峰《中北大学学报》,2006年第27卷第1期
   采用基于动态规划方法的动态时间归正技术DTW(Dynamic Time Warping),可成功解决语音信号特征参数序列比较时时长不等的问题.在基于DTW的特征匹配用改进的动态时间归正方法将模板特征序列和语音特征序列进行匹配的基础上,比较两者之间的失真,得出识别判决的依据.实验表明,改进后的算法在孤立词语音识别中获得了良好性能.    

18.  一种新的基于并行分段裁剪的DTW算法  
   安镇宙  杨 鉴  王 红  余 映《计算机工程与应用》,2007年第43卷第15期
   通过对DTW算法的研究,提出了一种并行分段裁剪的新方法,在减少DTW算法运算量方面有显著效果,并将其用于一个地名识别系统中,经测试,可以明显缩短识别时间,具有很强的实时性,有较高的识别率,适合作为小型语音识别产品的主要算法。    

19.  一个基于DTW算法的语音识别系统  
   梁华 王成友《湖南通信技术》,1999年第3期
   本文在WINDOWS98平台上-基于DTW算法,实现了64个汉族词汇的语音识别系统。文章阐述了整个语音识别系统原理和算法的实现过程,并对其中一些算法进行了进行了改进,对如何进一步提高系统的性能作了许多探讨。    

20.  DTW语音识别算法研究与分析  
   朱淑琴  赵瑛《微计算机信息》,2012年第5期
   研究动态时间规整(Dynamic Time Warping)语音识别算法问题,传统动态时间规整方法需要存储较大的矩阵,直接计算将会占据较大的空间,计算量也比较大,对系统硬件要求比较高。为了减小DTW算法的运算量,提高识别速度,对DTW语音识别算法进行优化改进。将局部路径约束和整体路径约束相结合,仅在一个规定的宽度内搜索动态规划路径,计算累积匹配距离。仿真实验结果表明该方法不仅可以降低运算负载,提高识别速度,而且能在一定程度上提高语音识别率。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号