基于 DTW 算法的孤立词语音识别-西北工业大学多媒体课设

《基于 DTW 算法的孤立词语音识别-西北工业大学多媒体课设》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、多媒体技术实验报告——基于DTW算法的孤立词语音识别班级：姓名：学号：2016年12月14日第一章核心代码内容1.CalculateDistance部分代码及注释floatCalculateDistance(floatVector1[],floatVector2[]){//计算向量间欧氏距离floatDistance=0;for(inti=1;i<=DVECTOR;i++){Distance=Distance+pow((Vector1[i]-Vector2[i]),2);}Distance=sqrt(Distance);

2、returnDistance;}floatRun_DTW(floatTemplateV[][DVECTOR+1],intNFTemplate,floatTestV[][DVECTOR+1],intNFTest){floatdistortion;floattemp;//计算测试向量和模板向量各分量之间的欧氏距离，存放于distance_matrixfor(inti=1;i<=NFTemplate;i++){for(intj=1;j<=NFTest;j++){distance_matrix[i][j]=CalculateDi

3、stance(TemplateV[i],TestV[j]);}}//动态规划计算最优时间规整下的向量累积距离distortion_matrix[1][1]=distance_matrix[1][1];for(inti=2;i<=NFTemplate;i++)//从左到右distortion_matrix[i][1]=distortion_matrix[i-1][1]+distance_matrix[i][1];for(intj=2;j<=NFTest;j++)//从下到上distortion_matrix[1][j]=d

4、istortion_matrix[1][j-1]+distance_matrix[1][j];for(inti=2;i<=NFTemplate;i++)//从左下到右上for(intj=2;j<=NFTest;j++){temp=distortion_matrix[i-1][j-1];if(distortion_matrix[i][j-1]

5、x[i-1][j];distortion_matrix[i][j]=distance_matrix[i-1][j]+temp;}distortion=distortion_matrix[NFTemplate][NFTest];returndistortion;//返回测试数据和模板数据之间的累加和}第二章基础实验1.课程模板及测试数据实验数字01234567890~9正确数342434444436错误数10201000004正确率0.751.000.501.000.751.001.001.001.001.000.902.

6、自己录制模版及测试数据实验数字01234567890~9正确数423444444437错误数02100000003正确率1.000.500.751.001.001.001.001.001.001.000.9253.课程模板及自己录制测试数据实验数字01234567890~9正确数040004044016错误数404440400424正确率0.001.000.000.000.001.000.001.001.000.000.404.评测结果分析：使用课程模板及测试数据实验的正确率为0.90，使用自己录制模板及数据实验的正确率

7、为0.925，使用课程模板及自己数据实验的正确率为0.40.由于每个人录制的音频可能不等长，外加其他各种随机因素，导致用不同人的模板和数据匹配时正确率偏低。