基于片上系統(tǒng)SoC的孤立詞語音識別算法設(shè)計

3.3.3 應(yīng)用中提高算法效率的改進(jìn)方法

在計算傳統(tǒng)DTW算法過程中，如果限定動態(tài)規(guī)整的計算范圍，可以大大減小計算量，提高程序的性能。

采用平行四邊形限制動態(tài)規(guī)整范圍，如圖3，菱形之外的節(jié)點對應(yīng)的幀匹配距離是不需要計算的，也沒有必要保存所有幀匹配距離矩陣和累積距離矩陣，以 ADTW的局部約束路徑為例，每一列各節(jié)點上的匹配計算只用到了前兩列的幾個節(jié)點。充分利用這兩個特點可以減少計算量和存儲空間的需求。把實際的動態(tài)規(guī)整分為三段，(1,Xa)，(Xa+1,Xb)和(Xb+1,N)，

由于X軸上每前進(jìn)一幀，只用到前兩列的累積距離，所以只需要三個列矢量A、B和C分別保存連續(xù)三列的累積距離，而不需保存整個距離矩陣。每前進(jìn)一幀都對A、B、C進(jìn)行更新，即用A和B的值求出C，再根據(jù)B和C的值求出下一列的累積矩陣放入A中，由此可以反復(fù)利用這三個矢量，一直前進(jìn)到X軸上最后一列，最后一個求出矢量的第M個元素即為兩個模板動態(tài)規(guī)整的匹配距離。

高效DTW對識別的區(qū)域進(jìn)行了限制，整個平面區(qū)域大小為M×N，匹配區(qū)域的大小為

公式(12)

若M＝N＝150，則限定區(qū)域內(nèi)的計算量只是傳統(tǒng)DTW算法計算量的24%；同時算法節(jié)省了空間，由原來的2個N×M矩陣，減少為3個M矢量，大大減少了需要的存儲空間，解決了普通DTW算法在存儲空間有限的嵌入式系統(tǒng)中難以實現(xiàn)的問題。

4. MATLAB實驗與分析

為了對算法的識別效果進(jìn)行測試，設(shè)計了用于數(shù)字家庭控制系統(tǒng)的識別命令集，并基于Matlab構(gòu)建了孤立詞語音識別系統(tǒng)，對識別算法進(jìn)行實驗和分析。該命令集包括語音命令100條，分別是如下幾類：
l 語音通話控制命令，例如，“撥打電話”，數(shù)字，人名；
l 音樂控制類，“打開音樂”、“減小音量”等；
l 門窗控制類，“關(guān)閉百葉窗”、“打開大門”等；
l 家庭電器控制類，“打開空調(diào)”、“打開收音機(jī)”等。

該系統(tǒng)使用設(shè)計的端點檢測技術(shù)、特征提取和模板匹配技術(shù)。語音采用頻率為8KHz，16位量化精度，預(yù)加重系數(shù)a=0.95，語音幀每幀 30ms，240點為一幀，幀移為80，窗函數(shù)采用Hamming 窗。LPC參數(shù)為10階，LPCC參數(shù)為16階。實驗人員為三名同學(xué)，兩男一女，分別用甲乙丙代表，實驗環(huán)境為辦公室環(huán)境。實驗平臺為Windows XP，Matlab 7.0，進(jìn)行的各項實驗和數(shù)據(jù)分別如下：

（1）改進(jìn)端點檢測實驗

針對于設(shè)計的端點檢測算法，得到改進(jìn)前和改進(jìn)后語音識別率的變化，數(shù)據(jù)見表1。其中，改進(jìn)前和改進(jìn)后所用的參考模板和測試模板數(shù)據(jù)相同。實驗的過程是，Matlab程序自動把50個測試模板逐個和100個參考模板進(jìn)行匹配，找到測試模板所對應(yīng)的語音命令。

表1 改進(jìn)端點檢測前后的識別率
Table 1. the recognition ratio of before and after ameliorate endpointing detection

從數(shù)據(jù)可以看出，對端點檢測進(jìn)行改進(jìn)后，平均識別率從74%提高到82%，這是因為改進(jìn)后的端點檢測能夠有效地區(qū)分噪音和語音，嚴(yán)格的把語音段提取出來。

（2）使用冗余參考模板實驗

對每個語音命令建立四個參考模板，其他同實驗(1)，實驗數(shù)據(jù)見表2。

表2 使用冗余參考模板前后的識別率
Table 2. the recognition ratio of before and after use redundancy reference template

從實驗數(shù)據(jù)看出，使用冗余模板后，平均識別率由87.5%提高到95%，平均誤識率由12.5%下降到5%。所以，使用冗余參考模板有效的提高了識別性能。