王赫楠+燕燕+王甜宇+王和禹

摘 要：現(xiàn)代社會的各個領(lǐng)域?qū)φZ音識別系統(tǒng)的要求不同，使得該系統(tǒng)特性的差異性非常的大，所以該系統(tǒng)的開發(fā)需要針對一定的指標。該文就相關(guān)的語音識別系統(tǒng)進行了簡要的分析，特別分析了動態(tài)時間規(guī)整算法（DTW）在嵌入式語音識別系統(tǒng)中的應(yīng)用。

關(guān)鍵詞：語音識別系統(tǒng) 動態(tài)時間規(guī)整 嵌入式

中圖分類號：TP3 文獻標識碼：A 文章編號：1674-098X（2014）03（b）-0071-01

隨著有關(guān)于嵌入式系統(tǒng)的軟件和硬件技術(shù)的進步，語音識別系統(tǒng)得到了全面的應(yīng)用[1]。由于嵌入式系統(tǒng)受到各種軟硬件的約束，該系統(tǒng)通常運行的是特定的任務(wù)[2，3]。所以開發(fā)者可以優(yōu)化軟硬件資源、減小規(guī)模、降低成本。但這對于語音識別系統(tǒng)的效率和準確度有了更高的要求[4]。DTW算法與HMM等算法相比較而言，針對小詞匯量語音識別系統(tǒng)，其準確率與HMM等復(fù)雜算法幾乎相同。

1 DTW算法

動態(tài)時間彎曲（Dynamic Time Warping，簡稱DTW）是把時間規(guī)整和距離測度結(jié)合起來的一種非線性規(guī)整技術(shù)。設(shè)：

（1）參考模板特征矢量序列為：c0，c1，…，cp；

（2）輸入語音特征矢量序列為：d0，d1，...，，dq p≠q。

那么，DTW就是要計算函數(shù)D，從而使c和d之間的差別最小。

2 DTW在線并行算法

2.1 算法描述

DTW在線并行算法對于并行性的小詞匯語音識別系統(tǒng)特別適用。此方法第一步對問題分解，然后在多個運算單元中單獨的計算已知模式和未知模式之間的距離，并且對每個運算單元進行的計算分解。在DTW運算時要預(yù)先分配大小一定的內(nèi)存。最后一步是將每一個單元的運算結(jié)果輸入到?jīng)Q策模塊，得到最終結(jié)論。

算法框圖如圖1所示，按照時間順序?qū)⒂嬎愠龅奈粗Z音特征矢量輸入到各個DTW流水線。然后由決策模塊依據(jù)各個流水線的計算結(jié)果以及其他信息得出結(jié)論。但由于每個參考模式的長度不同，各條流水線的計算時間是不同的，因此每條DTW流水線會設(shè)置一個完成標志位Pi（1≤i≤N），依據(jù)這些完成標志，決策模塊對已經(jīng)完成計算的流水線結(jié)果進行處理。同時該算法還可以通過識別歷史來提前終止沒有完成的計算步驟。

2.2 算法分析

令特征矢量的維度為l，未知模式的長度為k，參考模式的個數(shù)為n，參考模式的總長度為p，局部判決函數(shù)的水平跨度為w，流水線條數(shù)為b。流水線的距離矩陣A的窗口平均大小為wn/p，令t為特征向量的數(shù)據(jù)類型所占的字節(jié)數(shù)，則OP-DTW算法所需的內(nèi)存為wnt/p Byte。當b≥n時，算法所需時間為經(jīng)典DTW的1/n；當b

3 結(jié)語

該文對一種DTW在線并行算法進行了分析，該算法相對減少了由于數(shù)據(jù)引起的等待時間；提高了DTW的并行度，并充分挖掘出硬件的計算功能，減少處理的時間。由于DTW的適用性，該算法適合一維非線性數(shù)據(jù)的匹配問題。

參考文獻

[1] 林常志.基于統(tǒng)計的語音識別方法分析報告[R/OL].（2003-12-26）[2009-06-13].http：//icrc.hitsz.edu.cn/data/林常志語音識技術(shù)報告.net.

[2] 李昱，林志謀，黃云鷹，等.基于短時能量和短時過零率的VAD算法及其FPGA實現(xiàn)[J].電子技術(shù)應(yīng)用，2006，32（9）：110-113.

[3] 謝秋云，肖鐵軍.語音MFCC特征提取的FPGA實現(xiàn)[J].計算機工程與設(shè)計，2008，29（21）：5474-5475，5493.

[4] 高謙，張國杰，張樹才.基于FPGA的高性能MFCC特征參數(shù)提取[J].通信技術(shù)，2008，41（6）：153-154，157.

摘 要：現(xiàn)代社會的各個領(lǐng)域?qū)φZ音識別系統(tǒng)的要求不同，使得該系統(tǒng)特性的差異性非常的大，所以該系統(tǒng)的開發(fā)需要針對一定的指標。該文就相關(guān)的語音識別系統(tǒng)進行了簡要的分析，特別分析了動態(tài)時間規(guī)整算法（DTW）在嵌入式語音識別系統(tǒng)中的應(yīng)用。

關(guān)鍵詞：語音識別系統(tǒng) 動態(tài)時間規(guī)整 嵌入式

中圖分類號：TP3 文獻標識碼：A 文章編號：1674-098X（2014）03（b）-0071-01

隨著有關(guān)于嵌入式系統(tǒng)的軟件和硬件技術(shù)的進步，語音識別系統(tǒng)得到了全面的應(yīng)用[1]。由于嵌入式系統(tǒng)受到各種軟硬件的約束，該系統(tǒng)通常運行的是特定的任務(wù)[2，3]。所以開發(fā)者可以優(yōu)化軟硬件資源、減小規(guī)模、降低成本。但這對于語音識別系統(tǒng)的效率和準確度有了更高的要求[4]。DTW算法與HMM等算法相比較而言，針對小詞匯量語音識別系統(tǒng)，其準確率與HMM等復(fù)雜算法幾乎相同。

1 DTW算法

動態(tài)時間彎曲（Dynamic Time Warping，簡稱DTW）是把時間規(guī)整和距離測度結(jié)合起來的一種非線性規(guī)整技術(shù)。設(shè)：

（1）參考模板特征矢量序列為：c0，c1，…，cp；

（2）輸入語音特征矢量序列為：d0，d1，...，，dq p≠q。

那么，DTW就是要計算函數(shù)D，從而使c和d之間的差別最小。

2 DTW在線并行算法

2.1 算法描述

DTW在線并行算法對于并行性的小詞匯語音識別系統(tǒng)特別適用。此方法第一步對問題分解，然后在多個運算單元中單獨的計算已知模式和未知模式之間的距離，并且對每個運算單元進行的計算分解。在DTW運算時要預(yù)先分配大小一定的內(nèi)存。最后一步是將每一個單元的運算結(jié)果輸入到?jīng)Q策模塊，得到最終結(jié)論。

算法框圖如圖1所示，按照時間順序?qū)⒂嬎愠龅奈粗Z音特征矢量輸入到各個DTW流水線。然后由決策模塊依據(jù)各個流水線的計算結(jié)果以及其他信息得出結(jié)論。但由于每個參考模式的長度不同，各條流水線的計算時間是不同的，因此每條DTW流水線會設(shè)置一個完成標志位Pi（1≤i≤N），依據(jù)這些完成標志，決策模塊對已經(jīng)完成計算的流水線結(jié)果進行處理。同時該算法還可以通過識別歷史來提前終止沒有完成的計算步驟。

2.2 算法分析

令特征矢量的維度為l，未知模式的長度為k，參考模式的個數(shù)為n，參考模式的總長度為p，局部判決函數(shù)的水平跨度為w，流水線條數(shù)為b。流水線的距離矩陣A的窗口平均大小為wn/p，令t為特征向量的數(shù)據(jù)類型所占的字節(jié)數(shù)，則OP-DTW算法所需的內(nèi)存為wnt/p Byte。當b≥n時，算法所需時間為經(jīng)典DTW的1/n；當b

3 結(jié)語

該文對一種DTW在線并行算法進行了分析，該算法相對減少了由于數(shù)據(jù)引起的等待時間；提高了DTW的并行度，并充分挖掘出硬件的計算功能，減少處理的時間。由于DTW的適用性，該算法適合一維非線性數(shù)據(jù)的匹配問題。

參考文獻

[1] 林常志.基于統(tǒng)計的語音識別方法分析報告[R/OL].（2003-12-26）[2009-06-13].http：//icrc.hitsz.edu.cn/data/林常志語音識技術(shù)報告.net.

[2] 李昱，林志謀，黃云鷹，等.基于短時能量和短時過零率的VAD算法及其FPGA實現(xiàn)[J].電子技術(shù)應(yīng)用，2006，32（9）：110-113.

[3] 謝秋云，肖鐵軍.語音MFCC特征提取的FPGA實現(xiàn)[J].計算機工程與設(shè)計，2008，29（21）：5474-5475，5493.

[4] 高謙，張國杰，張樹才.基于FPGA的高性能MFCC特征參數(shù)提取[J].通信技術(shù)，2008，41（6）：153-154，157.

摘 要：現(xiàn)代社會的各個領(lǐng)域?qū)φZ音識別系統(tǒng)的要求不同，使得該系統(tǒng)特性的差異性非常的大，所以該系統(tǒng)的開發(fā)需要針對一定的指標。該文就相關(guān)的語音識別系統(tǒng)進行了簡要的分析，特別分析了動態(tài)時間規(guī)整算法（DTW）在嵌入式語音識別系統(tǒng)中的應(yīng)用。

關(guān)鍵詞：語音識別系統(tǒng) 動態(tài)時間規(guī)整 嵌入式

中圖分類號：TP3 文獻標識碼：A 文章編號：1674-098X（2014）03（b）-0071-01

隨著有關(guān)于嵌入式系統(tǒng)的軟件和硬件技術(shù)的進步，語音識別系統(tǒng)得到了全面的應(yīng)用[1]。由于嵌入式系統(tǒng)受到各種軟硬件的約束，該系統(tǒng)通常運行的是特定的任務(wù)[2，3]。所以開發(fā)者可以優(yōu)化軟硬件資源、減小規(guī)模、降低成本。但這對于語音識別系統(tǒng)的效率和準確度有了更高的要求[4]。DTW算法與HMM等算法相比較而言，針對小詞匯量語音識別系統(tǒng)，其準確率與HMM等復(fù)雜算法幾乎相同。

1 DTW算法

動態(tài)時間彎曲（Dynamic Time Warping，簡稱DTW）是把時間規(guī)整和距離測度結(jié)合起來的一種非線性規(guī)整技術(shù)。設(shè)：

（1）參考模板特征矢量序列為：c0，c1，…，cp；

（2）輸入語音特征矢量序列為：d0，d1，...，，dq p≠q。

那么，DTW就是要計算函數(shù)D，從而使c和d之間的差別最小。

2 DTW在線并行算法

2.1 算法描述

DTW在線并行算法對于并行性的小詞匯語音識別系統(tǒng)特別適用。此方法第一步對問題分解，然后在多個運算單元中單獨的計算已知模式和未知模式之間的距離，并且對每個運算單元進行的計算分解。在DTW運算時要預(yù)先分配大小一定的內(nèi)存。最后一步是將每一個單元的運算結(jié)果輸入到?jīng)Q策模塊，得到最終結(jié)論。

算法框圖如圖1所示，按照時間順序?qū)⒂嬎愠龅奈粗Z音特征矢量輸入到各個DTW流水線。然后由決策模塊依據(jù)各個流水線的計算結(jié)果以及其他信息得出結(jié)論。但由于每個參考模式的長度不同，各條流水線的計算時間是不同的，因此每條DTW流水線會設(shè)置一個完成標志位Pi（1≤i≤N），依據(jù)這些完成標志，決策模塊對已經(jīng)完成計算的流水線結(jié)果進行處理。同時該算法還可以通過識別歷史來提前終止沒有完成的計算步驟。

2.2 算法分析

令特征矢量的維度為l，未知模式的長度為k，參考模式的個數(shù)為n，參考模式的總長度為p，局部判決函數(shù)的水平跨度為w，流水線條數(shù)為b。流水線的距離矩陣A的窗口平均大小為wn/p，令t為特征向量的數(shù)據(jù)類型所占的字節(jié)數(shù)，則OP-DTW算法所需的內(nèi)存為wnt/p Byte。當b≥n時，算法所需時間為經(jīng)典DTW的1/n；當b

3 結(jié)語

該文對一種DTW在線并行算法進行了分析，該算法相對減少了由于數(shù)據(jù)引起的等待時間；提高了DTW的并行度，并充分挖掘出硬件的計算功能，減少處理的時間。由于DTW的適用性，該算法適合一維非線性數(shù)據(jù)的匹配問題。

參考文獻

[1] 林常志.基于統(tǒng)計的語音識別方法分析報告[R/OL].（2003-12-26）[2009-06-13].http：//icrc.hitsz.edu.cn/data/林常志語音識技術(shù)報告.net.

[2] 李昱，林志謀，黃云鷹，等.基于短時能量和短時過零率的VAD算法及其FPGA實現(xiàn)[J].電子技術(shù)應(yīng)用，2006，32（9）：110-113.

[3] 謝秋云，肖鐵軍.語音MFCC特征提取的FPGA實現(xiàn)[J].計算機工程與設(shè)計，2008，29（21）：5474-5475，5493.

[4] 高謙，張國杰，張樹才.基于FPGA的高性能MFCC特征參數(shù)提取[J].通信技術(shù)，2008，41（6）：153-154，157.