周炳良，邓立新，洪民江

(南京邮电大学 通信与信息工程学院，江苏 南京 210003)

0 引 言

语音识别即让机器接收、识别和理解语音信号，能够“听懂”会话中的语音语义并执行人类意图。常用的识别方法包括动态时间规整(DTW)、隐马尔可夫模型(HMM)和人工神经网络(ANN)等。在孤立词语音识别中，动态时间规整是最简单有效的方法。DTW算法基于动态规划(DP)的思想，能够较好地解决孤立词识别时说话速度不均匀的难题。相较于传统的语音线性伸缩匹配的方法，DTW方法有效提高了孤立词语音识别系统的识别率，因此在特定场合下得到了较好的应用。

近年来，为了提高孤立词语音识别系统的效率，使其广泛适用于市场和各类服务领域，科研人员提出了许多新的基于DTW的语音识别算法。

文献[1]提出了基于音节个数的高效动态时间规整算法(SEDTW)，该算法利用彝语语音信号音节个数从1个到7个不等的特点，预先检测出彝语语音信号中的音节个数，并将其只与含有相同音节个数的模板进行最优匹配，减少了系统的计算开销，提高了系统的识别效率。但该算法利用双门限检测法分辨语音信号的各个音节，对门限阈值精度要求很高，一旦阈值设置不准确，系统识别效率将大幅降低，且该算法只适用于彝语语音信号识别，适用率较低。

文献[2]提出了改善局部路径限制的DTW算法，该算法改善了局部路径节点前进的范围，有利于解决测试语音特征矢量与模板矢量均匀变化剧烈的匹配问题，加快了两矢量匹配的过程。……