语音识别动态时间规整DTW的Matlab代码

语音识别动态时间规整DTW的Matlab代码 由于在训练或者识别的过程中，即使同一个人发同一个音时，不仅其持续时间长度会随机地改变，而且各音素的相对时长也是随机变化的。因此，如果在匹配时只对特征向量系列进行线性时间归整，其中的音素就有可能对不准。60年代，日本学者板仓(Itakura)提出了动态时间归整算法。算法的基本思想就是把未知量均匀地伸长或缩短，直到它与参考模式的长度一致为止。在时间归整过程中，未知单词的时间轴要不均匀地扭曲或弯折，以便使其特征与模型特征对正。动态时间归整是较早的一种模式匹配和模型训练技术，它应用动态规划方法成功地解决了语音信号特征参数序列在进行比较时时长不等的难题，在孤立词语音识别中获得了良好的性能。