基于片上系统SoC的孤立词语音识别算法设计
3.3.3 应用中提高算法效率的改进方法
在计算传统DTW算法过程中，如果限定动态规整的计算范围，可以大大减小计算量，提高程序的性能。
采用平行四边形限制动态规整范围，如图3，菱形之外的节点对应的帧匹配距离是不需要计算的，也没有必要保存所有帧匹配距离矩阵和累积距离矩阵，以 ADTW的局部约束路径为例，每一列各节点上的匹配计算只用到了前两列的几个节点。充分利用这两个特点可以减少计算量和存储空间的需求。把实际的动态规整分为三段，(1,Xa)，(Xa+1,Xb)和(Xb+1,N)，
由于X轴上每前进一帧，只用到前两列的累积距离，所以只需要三个列矢量A、B和C分别保存连续三列的累积距离，而不需保存整个距离矩阵。每前进一帧都对A、B、C进行更新，即用A和B的值求出C，再根据B和C的值求出下一列的累积矩阵放入A中，由此可以反复利用这三个矢量，一直前进到X轴上最后一列，最后一个求出矢量的第M个元素即为两个模板动态规整的匹配距离。
高效DTW对识别的区域进行了限制，整个平面区域大小为M×N，匹配区域的大小为
公式(12)
若M＝N＝150，则限定区域内的计算量只是传统DTW算法计算量的24%；同时算法节省了空间，由原来的2个N×M矩阵，减少为3个M矢量，大大减少了需要的存储空间，解决了普通DTW算法在存储空间有限的嵌入式系统中难以实现的问题。
4. MATLAB实验与分析
为了对算法的识别效果进行测试，设计了用于数字家庭控制系统的识别命令集，并基于Matlab构建了孤立词语音识别系统，对识别算法进行实验和分析。该命令集包括语音命令100条，分别是如下几类：
l 语音通话控制命令，例如，“拨打电话”，数字，人名；
l 音乐控制类，“打开音乐”、“减小音量”等；
l 门窗控制类，“关闭百叶窗”、“打开大门”等；
l 家庭电器控制类，“打开空调”、“打开收音机”等。
该系统使用设计的端点检测技术、特征提取和模板匹配技术。语音采用频率为8KHz，16位量化精度，预加重系数a=0.95，语音帧每帧 30ms，240点为一帧，帧移为80，窗函数采用Hamming 窗。LPC参数为10阶，LPCC参数为16阶。实验人员为三名同学，两男一女，分别用甲乙丙代表，实验环境为办公室环境。实验平台为Windows XP，Matlab 7.0，进行的各项实验和数据分别如下：
（1）改进端点检测实验
针对于设计的端点检测算法，得到改进前和改进后语音识别率的变化，数据见表1。其中，改进前和改进后所用的参考模板和测试模板数据相同。实验的过程是，Matlab程序自动把50个测试模板逐个和100个参考模板进行匹配，找到测试模板所对应的语音命令。
表1 改进端点检测前后的识别率
Table 1. the recognition ratio of before and after ameliorate endpointing detection
从数据可以看出，对端点检测进行改进后，平均识别率从74%提高到82%，这是因为改进后的端点检测能够有效地区分噪音和语音，严格的把语音段提取出来。
（2）使用冗余参考模板实验
对每个语音命令建立四个参考模板，其他同实验(1)，实验数据见表2。
表2 使用冗余参考模板前后的识别率
Table 2. the recognition ratio of before and after use redundancy reference template
从实验数据看出，使用冗余模板后，平均识别率由87.5%提高到95%，平均误识率由12.5%下降到5%。所以，使用冗余参考模板有效的提高了识别性能。
评论