pythondtw函数,python width

matlab中的特定人语音识别算法DTW算法的应用例程

语音识别原理

语音识别系统的本质就是一种模式识别系统，它也包括特征提取、模式匹配、参考模式库等基本单元。由于语音信号是一种典型的非平稳信号，加之呼吸气流、外部噪音、电流干扰等使得语音信号不能直接用于提取特征，而要进行前期的预处理。预处理过程包括预滤波、采样和量化、分帧、加窗、预加重、端点检测等。经过预处理的语音数据就可以进行特征参数提取。在训练阶段，将特征参数进行一定的处理之后，为每个词条得到一个模型，保存为模板库。在识别阶段，语音信号经过相同的通道得到语音参数，生成测试模板，与参考模板进行匹配，将匹配分数最高的参考模板作为识别结果。后续的处理过程还可能包括更高层次的词法、句法和文法处理等，从而最终将输入的语音信号转变成文本或命令。

DTW算法原理

DTW是把时间规整和距离测度计算结合起来的一种非线性规整技术，它寻找一个规整函数im=Ф(in) ，将测试矢量的时间轴n非线性地映射到参考模板的时间轴m上，并使该函数满足：

D就是处于最优时间规整情况下两矢量的距离。由于DTW不断地计算两矢量的距离以寻找最优的匹配路径，所以得到的是两矢量匹配时累积距离最小所对应的规整函数，这就保证了它们之间存在的最大声学相似性。

DTW算法的实质就是运用动态规划的思想，利用局部最佳化的处理来自动寻找一条路径，沿着这条路径，两个特征矢量之间的累积失真量最小，从而避免由于时长不同而可能引入的误差。

相关问答

Q1: excel中公式dtwj(E7,B7)是什么意思？

dtwj 应该是自定义的公式。

你进入宏编辑器里面查看，里面的代码，有 function 开头的 自定义函数。查查。

Q2: python是否有dynamic time warping

from math import *

import matplotlib.pyplot as plt

import numpy

def print_matrix(mat) :

print '[matrix] width : %d height : %d' % (len(mat[0]), len(mat))

print '-----------------------------------'

for i in range(len(mat)) :

print mat[i]#[v[:2] for v in mat[i]]

def dist_for_float(p1, p2) :

dist = 0.0

elem_type = type(p1)

if elem_type == float or elem_type == int :

dist = float(abs(p1 - p2))

else :

sumval = 0.0

for i in range(len(p1)) :

sumval += pow(p1[i] - p2[i], 2)

dist = pow(sumval, 0.5)

return dist

def dtw(s1, s2, dist_func) :

w = len(s1)

h = len(s2)

mat = [([[0, 0, 0, 0] for j in range(w)]) for i in range(h)]

#print_matrix(mat)

for x in range(w) :

for y in range(h) :

dist = dist_func(s1[x], s2[y])

mat[y][x] = [dist, 0, 0, 0]

#print_matrix(mat)

elem_0_0 = mat[0][0]

elem_0_0[1] = elem_0_0[0] * 2

for x in range(1, w) :

mat[0][x][1] = mat[0][x][0] + mat[0][x - 1][1]

mat[0][x][2] = x - 1

mat[0][x][3] = 0

for y in range(1, h) :

mat[y][0][1] = mat[y][0][0] + mat[y - 1][0][1]

mat[y][0][2] = 0

mat[y][0][3] = y - 1

for y in range(1, h) :

for x in range(1, w) :

distlist = [mat[y][x - 1][1], mat[y - 1][x][1], 2 * mat[y - 1][x - 1][1]]

mindist = min(distlist)

idx = distlist.index(mindist)

mat[y][x][1] = mat[y][x][0] + mindist

if idx == 0 :

mat[y][x][2] = x - 1

mat[y][x][3] = y

elif idx == 1 :

mat[y][x][2] = x

mat[y][x][3] = y - 1

else :

mat[y][x][2] = x - 1

mat[y][x][3] = y - 1

result = mat[h - 1][w - 1]

retval = result[1]

path = [(w - 1, h - 1)]

while True :

x = result[2]

y = result[3]

path.append((x, y))

result = mat[y][x]

if x == 0 and y == 0 :

break

#print_matrix(mat)

return retval, sorted(path)

def display(s1, s2) :

val, path = dtw(s1, s2, dist_for_float)

w = len(s1)

h = len(s2)

mat = [[1] * w for i in range(h)]

for node in path :

x, y = node

mat[y][x] = 0

mat = numpy.array(mat)

plt.subplot(2, 2, 2)

c = plt.pcolor(mat, edgecolors='k', linewidths=4)

plt.title('Dynamic Time Warping (%f)' % val)

plt.subplot(2, 2, 1)

plt.plot(s2, range(len(s2)), 'g')

plt.subplot(2, 2, 4)

plt.plot(range(len(s1)), s1, 'r')

plt.show()

s1 = [1, 2, 3, 4, 5, 5, 5, 4]

s2 = [3, 4, 5, 5, 5, 4]

s2 = [1, 2, 3, 4, 5, 5]

s2 = [2, 3, 4, 5, 5, 5]

#val, path = dtw(s1, s2, dist_for_float)

display(s1, s2)

Q3: matlab匹配问题 dtw算法

我看了一下你的链接和程序.

这是你没定义dtwOptSet,当然dtw和dtwOptSet都是作者自定义的函数，不在matlab的标准库里，这个图也是明显用了3个subplot画的

如果你想运行这个，请去作者推荐的

(%A6p%A6%F3%A8%FA%B1o%B5{%A6%A1%BDX)

下载example就可以了.