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 464 毫秒

1.  一种基于DTW的孤立词语音识别算法  
   张军  李学斌《计算机仿真》,2009年第26卷第10期
   针对动态时间规整(DTW)对孤立词端点检测准确性过度依赖的问题,针对上述问题,采用放宽端点和限定动态规整计算范围结合的算法,不仅更准确的放松前后端点降低端点检测的敏感度,而且结合对动态规整计算范围的限定,减少计算量,提高执行效率。分别测试了基于传统DTW算法的识别率和改进后DTW算法的识别率。实验结果表明,改进后的算法,能有效提高孤立词识别率。    

2.  基于改进DTW的彝语孤立词识别研究  
   余炜  周娅  万代立  杨喜敬《昆明理工大学学报(自然科学版)》,2014年第5期
   彝语的语音识别与处理是语音信号处理领域的一个新方向.本文在深入分析彝语特点的基础上,对用于汉语孤立词识别的经典端点检测算法进行了改进.探讨了动态时间规整算法(Dynamic Time Warping,DTW)和高效动态时间规整算法(Efficient DTW,EDTW)在彝语孤立词识别中的应用,并提出了两种新算法:基于音节个数的动态时间规整算法(Syllable Number Based Improved DTW,SDTW)和基于音节个数的高效动态时间规整算法(Syllable Number Based Improved EDTW,SEDTW),对特定的彝语语音信号进行识别.实验结果表明,所提出的两种新算法分别在信号识别率和识别时间上比经典算法优越.    

3.  改进型蚁群算法的语音动态规划研究  
   魏星  周萍《计算机仿真》,2011年第28卷第5期
   针对语音识别中动态时间规整(DTW)对语音端点检测精确性过度依赖、识别时间长及识别效率低等问题.为提高语音识别精度和效率,采用改进型的蚁群算法来处理动态时间规划间题,核心是对基本蚁群算法采用自适应的挥发系数,动态信息素更新策略.用新的状态转移规则以及最优的蚂蚁参数选择等改进方法,使能在较短的时间内能寻找到最佳路径,提高执行效率.仿真实验分别测试了传统DTW算法和基于改进蚁群算法的DTW算法的识别率,结果表明,新算法的全局搜索能力、准确性都优于传统的DTW算法,能有效的提高语音识别系统的效率.    

4.  一种结合端点检测可检错的 DTW 乐谱跟随算法  
   吴康妍  李锵  关欣《计算机应用与软件》,2015年第3期
   针对乐谱跟随中动态时间规整算法(DTW)时间精确度不高并且无法检测偏差音符的不足,提出一种基于端点检测与DTW算法的乐谱跟随系统。其前端结合端点检测算法,提取基于恒 Q 变换(CQT)的色度特征值,再将两个音频信号进行比较,最终利用 DTW 算法实现演奏音频与乐谱对齐功能,确定演奏音频每一时刻具体演奏内容。实验结果表明,提出的算法在时间精确度上较传统方法提高7.64%,并且不受节拍变化的影响,能够检测出演奏音频中是否有偏差音符。    

5.  语音识别中DTW改进算法的研究  被引次数:1
   胡金平  陈若珠  李战明《微型机与应用》,2011年第30卷第3期
   动态时间规整DTW是语音识别中的一种经典算法。对此算法提出了一种改进的端点检测算法,特征提取采用了Mel频率倒谱系数MFCC,并采用计算量相对较小的改进的动态时间规整算法实现语音参数模板匹配,能够实现孤立词、特定人、小词汇量的语音识别,并用Matlab进行了算法仿真。试验结果表明,改进后的算法能够有效地提高系统对语音的识别率。    

6.  无端点检测汉语识别算法的实现及改进:动态时间规整和隐马尔可夫统一?…  
   张杰 张焱《声学技术》,1998年第17卷第4期
   语音识别算法中,动态时间规整(DTW)和隐马尔可规模(HMM)是最有效的识别算法并且两者之间有着本质的联系和内在的统一,据此前期工作中,已经建立了DTW和HMM的统一模型(DHUM)。本文对DHUM进行了改进,在DHUM中引起寂静段自环,并根据汉语语音的特点,提出了一种无端点检测的语音识别算法,在识别过程中,该算法无需确定语音信号起止点位置,而是从寂静段开始,直接按帧提取特征(帧长20ms,帧间重    

7.  批量钻削监测信号双谱特征融合研究及应用  
   周友行  张俏  田茂  喻思亮《机械工程学报》,2014年第24期
   基于钻削工步质量波动与监测信号特征变化之间的耦合现象,提出一种基于监测信号双谱特征的高精度批量钻削工步质量一致性控制检测方法。认为正常钻削过程的声发射和三向加速度振动监测信号可视为随机过程,满足或近似高斯分布,信号偏离高斯分布的程度与各钻孔加工质量波动间存在对应关系;以各钻孔声发射和加速度振动监测信号为研究对象,提取各钻孔监测信号的双谱幅值平均值为特征,对不同钻削情况下信号偏离高斯分布的程度进行定量分析;采用基于Relief F算法的特征加权模糊聚类分析,进行基于监测信号双谱幅值均值特征矩阵的钻孔质量分类,并与人工检测的工步质量一致性结果对比分析。计算和分析结果表明,监测信号双谱特征与各钻削工步质量之间存在有机联系,对信号双谱特征进行融合聚类可分析批量钻削工步质量的一致性。    

8.  改进的马氏距离动态时间规整手势认证方法  
   周治平  苗敏敏《计算机应用》,2015年第35卷第5期
   针对现有动态手势认证方法普遍采用的动态时间规整(DTW)算法在计算欧氏距离(ED)时各维特征向量被同等对待且各维特征间的相关性被忽视等问题,提出一种改进的马氏距离动态时间规整手势认证方法.通过手机内置三轴加速度传感器实时获取动态手势信号,经数据预处理后由改进动态时间规整算法进行加速度信号相似性度量,在计算过程中根据协方差矩阵特点进行时间复杂度优化,最后根据模板匹配法得出认证结论.实验结果表明,经改进后等错率(EER)由3.02%降至1.39%,经优化后认证响应时间平均降低87.84%.该方法进一步提高了动态手势认证精确度,同时实时性良好.    

9.  基于DTW和EMD的孤立词语音识别研究  
   徐必伟  苏成利  杨微  曹江涛《辽宁石油化工大学学报》,2018年第1期
   针对语音识别过程中环境噪声干扰大的问题,提出一种基于经验模态分解(EMD)与动态时间规整(DTW)相结合的孤立词识别算法。该方法利用EMD算法,首先将提取的性能不好的语音信号分解成若干个基本模函数(IMF),去掉原始信号中的干扰和噪声。然后,基于DTW算法,采用短时过零率和短时能量对语音信号进行端点检测,提取语音特征参数后与参考模板进行匹配。将参考模板与待测模板之间的最短路径作为识别结果。仿真结果表明,该算法能够提高语音的识别效率和识别的正确率。    

10.  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。    

11.  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。    

12.  基于人体手臂关节信息的非接触式手势识别方法  
   于乃功  王锦《北京工业大学学报》,2016年第3期
   为了实现在复杂环境中对连续动态手势的识别,以人体固有的手臂关节之间的约束关系及特定手势在三维空间的运动轨迹为特征,提出了一种非接触式手势识别方法. 首先,通过Kinect传感器获取人体手臂关节的三维数据;然后,对手势轨迹进行分割,并将具有三维空间特征的手势轨迹转化为一维的手势轨迹;最后,将手势预判断过程与改进的动态时间规整( dynamic time warp, DTW)算法相结合,实现对动态手势的快速高效识别. 实验结果表明:该方法对具有时空连续特征的动态手势识别率较高,在复杂背景和不同光照环境中都有较强的鲁棒性.    

13.  改进的LVQ网络与DTW相结合的语音识别方法  
   吴金南  宫宁生《微电子学与计算机》,2009年第26卷第5期
   提出一种基于动态时间规整(DTW)和改进的学习矢量量化(LoPLVQ)的神经网络的语音识别方法.该方法用动态时间规整算法先对语音信号进行时间规整,然后通过改进的学习矢量量化神经网络进行语音的分类识别.实验表明,新系统在大规模语音识别方面不仅能缩短训练时间,而且具有较高的识别率.    

14.  基于心电图的身份识别方法  
   师黎  郭豹  李中健  赵云《计算机工程》,2011年第37卷第1期
   针对当前心电图(ECG)身份识别中存在的小样本、多特征点检测问题,提出基于小波变换和动态时间规整(DTW)相结合的方法。利用小波变换对ECG信号进行预处理并提取R波峰值点,提取并保存肢导联QRS波及心拍模板,根据QRS波测试数据与各QRS波模板间的相关性分析以及阈值条件缩小身份识别范围,采用DTW算法确定心拍测试数据与各心拍模板之间的最优匹配距离,实现身份识别。实验结果表明,该方法在112个个体ECG数据中的身份识别准确率为97.3%,个体识别时间为4.4 s,解决了单检测点和大样本条件下的ECG身份识别问题。    

15.  基于振动信号过程特征的批量钻削工序质量检测  
   周友行  张建勋  董银松  张海华《机械工程学报》,2011年第47卷第7期
   为实现批量钻削质量的快速检测分析,采用振动传感器监控钻削过程,提出一种基于振动信号处理的批量钻削质量监测分析方法.基于钻刃与工件接触位置变化状况,在钻削过程中提炼出与钻削加工质量密切相关的三个阶段:引钻、钻孔和出钻三阶段.采用正交包络法求解振动信号的瞬时频率及瞬时幅值,定位这三个阶段初始时刻的瞬态时间点.利用这些瞬态时间点对振动信号进行分割,获得与每一个钻削过程中引钻、钻孔和出钻三阶段对应的钻削过程振动信号数据.采用主成分分析方法,综合此三个阶段内振动信号的统计特征对批量钻孔质量分布进行分析.计算和分析结果证明,可在3%的误差内提取瞬态特征点,分析和评估批量钻削质量准确度高.    

16.  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.    

17.  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。    

18.  智能监控前端系统中异常声音检测的实现  
   张璐璐  陈耀武  蒋荣欣《计算机工程》,2014年第1期
   针对智能监控前端系统中异常声音检测的高实时性和高准确率要求,提出一种基于混合特征参数和改进动态时间弯折(DTW)算法的异常声音检测方案。通过短时幅度和过动态门限率判决声音端点,提取包括短时幅度、美尔倒谱系数和差分系数在内的混合特征参数,采用改进的DTW算法进行声音识别。在TI TMS320DM368处理器平台上的实验结果表明,基于该方案的智能监控前端系统对异常声音的识别时间小于1 s,准确率达到89.3%。    

19.  基于平均路径长度的语音识别算法的研究与仿真  
   张艳萍  张延盛《南京信息工程大学学报》,2011年第3卷第1期
   提出了一种基于平均路径长度的语音识别算法.采用的识别方法属于小词汇量孤立词语音识别,主要包括端点检测、特征提取和模式识别.首先,在对语音信号预处理的基础上,采用梅尔频率倒谱系数(MFCC)为特征参数提取算法,动态时间规整(DTW)作为识别算法;然后,结合基于平均路径长度的模板训练方法,即采用少量样本,通过计算平均路径长度得到参考模板;最后,采用实验室环境下采集的语音信号进行实验.仿真结果表明:改进后的算法与单个样本训练相比,提高了识别率及鲁棒性;同时,相对于矢量量化(VQ)技术,只需较少的训练样本,降低了算法的复杂度.实验得到了较好的识别效果.    

20.  基于DTW与混合判别特征检测器的手势识别  
   黄振翔  彭 波  吴 娟  《计算机工程》,2014年第5期
   在动态手势识别领域,动态时间规整(DTW)算法在消除不同时空表示模式之间的时间差异方面具有优势,但作为一种模板匹配算法,受限于样本库的容量大小并且缺乏统计模型框架训练,其识别效果和稳定性较差,尤其在大数据量、复杂手势和组合手势的情况下。针对上述不足,提出一种基于DTW和混合判别特征检测器(CFDF)的手势识别算法。利用DTW只对手势信号在时域进行规整,通过CFDF将手势特征的概率分布转换成二值的分段线性函数,根据允许的偏差范围分别做归0或归1处理后,再进行二次分类。实验结果表明,该算法通过舍弃无辨识度特征有效地降低了维度和噪声,手势平均识别率可达91.2%,比单独采用DTW的识别算法提高了6.0%。    

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