DTW

时间序列的距离度量DTW

DynamicTimeWarping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。
蠡1204·2020-08-03 22:11

语音唤醒技术调研

语音特征提取线性预测倒谱参数LPCC感知线性预测参数PLP梅尔频率倒谱系数MFCC相关模型非深度模型时间规划DTW矢量量化VQHMMHMM-GMM深度
LeeJiajun·2020-07-31 14:29

DTW（动态时间归整）算法的前世今生

今天和大家分享一下我刚刚学习到的DTW算法。主要从以下几个方面进行介绍：1.DTW算法的提出和应用场景。2.DTW算法的基本原理和计算过程。3.DTW算法的具体代码实现。
六毛吧·2020-07-30 12:46

DTW（Dynamic Time Warping，动态时间归整）的介绍

在日常的生活中我们最经常使用的距离毫无疑问应该是欧式距离，但是对于一些特殊情况，欧氏距离存在着其很明显的缺陷，比如说时间序列，举个比较简单的例子，序列A：1,1,1,10,2,3，序列B：1,1,1,2,10,3，如果用欧氏距离，也就是distance[i][j]=(b[j]-a[i])*(b[j]-a[i])来计算的话，总的距离和应该是128，应该说这个距离是非常大的，而实际上这个序列的图像是十
君子美玉·2020-07-29 20:27

语音识别技术简述（概念->原理）

语音识别技术简述（概念->原理）目录语音识别技术简述（概念->原理）语音识别概念语音识别原理语音识别技术简介1.动态时间规整（DTW）2.支持向量机（SVM）3.矢量量化（VQ）4.隐马尔科夫模型（HMM
king_audio_video·2020-07-29 20:25

基于 HMM 模型的语音识别语音识别中使用 HMM 通常是用从左向右单向、带 自环、带跨越的拓扑结构来对识别基元建模 , 一个音素 就是一个三至五状态的 HMM , 一个词就是构成词的多 个音素的 H

目前,用于语音识别的方法有基于动态时轴归整(DTW)技术的模板匹配法、基于概率统计的HMM法和基于人工神经网络(ANN)的最优搜索法。
晏温·2020-07-29 10:50

DTW算法理解复习篇

dtw路径与线性变换路径对比在孤立词语音识别中，最为简单有效的方法是采用DTW（DynamicTimeWarping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题
weixin_34116110·2020-07-28 18:02

fast-DTW算法

之前已经介绍过了DTW算法，现在根据文章towardaccuratedynamictimewarpinginlineartimeandspace,以及别人实现的fastdtw代码分析fast-DTW算法
逆水之天·2020-07-28 13:21

DTW算法java版

传入两个数组计算出它们之间的DTW值：packagepractice_1;publicclassdtw_Test{publicstaticfinalintDTW_NUM=10;publicstaticvoidmain
nupt_kwz·2020-07-28 11:29

Python语音基础操作--10.1基于动态时间规整(DTW)的孤立字语音识别试验

《语音信号处理试验教程》（梁瑞宇等）的代码主要是Matlab实现的，现在Python比较热门，所以把这个项目大部分内容写成了Python实现，大部分是手动写的。使用CSDN博客查看帮助文件：Python语音基础操作–2.1语音录制，播放，读取Python语音基础操作–2.2语音编辑Python语音基础操作–2.3声强与响度Python语音基础操作–2.4语音信号生成Python语音基础操作–3.1
sinat_18131557·2020-07-28 11:23

DTW算法时序应用与实现

关于dtw算法：dtw算法最初应用于语音识别中的孤音识别。即已知某个词的音频模板，给定一个新的音频序列之后，通过检测该词的音频模板与新音频序列之间的相似度，来判断该音频是否是该词。
iteye_18070·2020-07-28 00:11

语音识别中的DTW（动态时间规整）算法

前段时间在做语音识别技术的研讨，通过对网上资料的学习，加上自己的一些理解，整理出一篇DTW算法简介，欢迎大家指出不足之处。
Mr.white_Mellifluous·2020-07-27 19:40

DTW算法原理及举例matlab实现

1、DynamicTimeWarping（DTW）动态时间规整：在大部分的学科中，时间序列是数据的一种常见表示形式。对于时间序列处理来说，一个普遍的任务就是比较两个序列的相似性。
AlmostOK·2020-07-27 14:37

DTW算法

DynamicTimeWarping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。
niyanghuahao·2020-07-27 12:20

利用DTW算法对声音信号的MFCC特征矢量矩阵进行模式匹配

利用DTW算法对声音信号的MFCC特征矢量矩阵进行模式匹配该部分主要阐述了完整的语音信号处理的算法内容，其中包括语音信号预处理（信号分帧），端点检测，预加重，加窗，计算MFCC矩阵以及进行声音的识别匹配的
weixin_42163337·2020-07-15 07:17

语音信号处理第九章

文章目录语音识别系统识别系统的组成预处理和参数分析：语音识别部分DTW孤立词识别系统框图注：只包括考试内容语音识别系统识别系统的组成语音识别一般分为两个步骤：（1）“学习”或“训练”阶段——建立识别基本单元的声学模型以及进行文法分析的语言模型
jieyannnhereCREAM·2020-07-14 12:15

语音信号处理

语音信号处理之（一）动态时间规整（DTW）http://blog.csdn.net/zouxy09这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。
bestlinjiayin·2020-07-13 03:48

语音识别基础知识

当今语音识别技术的主流算法，主要有基于动态时间规整(DTW)算法、基于非参数模型的矢量量化(VQ)方法、基于参数模型的隐马尔可夫模型(HMM)的方法、基于人工神经网络(ANN)和支持向量机等语音识别方法
xiao_jin·2020-07-12 16:15

javascript 获取某一日期属于一年中那一周及这周开始和结束日期

=dt.getFullYear()varstart="1/1/"+ystart=newDate(start)starts=start.valueOf()startweek=start.getDay()dtw
weixin_34111819·2020-07-12 08:13

语音基础知识-基本语音知识，声谱图，log梅普图，MFCC，deltas详解

www.cnblogs.com/liaohuiqiang/p/9916352.html语音特征提取基本知识：https://www.cnblogs.com/liaohuiqiang/p/10159429.html动态时间规整DTW
hang__19·2020-07-11 07:34

稀疏表示（二）——KSVD算法详解（结合代码和算法思路）

鉴于很多人要代码，我放到网盘里吧：链接:https://pan.baidu.com/s/1sVMl3s-c7U1aaI9jzr3DTw提取码:55wx——————————————————————我是分割线
tongdanping·2020-07-10 03:52

观察的乐趣——飞行

原定美国东部时间2017年8月31日下午4：39，从底特律机场(DTW)飞往上海浦东国际机场(PVG)的达美DL583航班，起飞晚点了。
jenny42·2020-07-08 09:59

DTW 动态时间规整

DTW是一种衡量两个时间序列之间的相似度的方法，主要应用在语音识别领域来识别两段语音是否表示同一个单词。
通信程序猿·2020-07-08 09:15

DTW距离，时间序列之间的距离

在日常的生活中我们最经常使用的距离毫无疑问应该是欧式距离，但是对于一些特殊情况，欧氏距离存在着其很明显的缺陷，比如说时间序列，举个比较简单的例子，序列A：1,1,1,10,2,3，序列B：1,1,1,2,10,3，如果用欧氏距离，也就是distance[i][j]=(b[j]-a[i])*(b[j]-a[i])来计算的话，总的距离和应该是128，应该说这个距离是非常大的，而实际上这个序列的图像是十
Modozil·2020-07-07 18:00

DTW算法

DTW简称动态时间规则，一般多用于语音识别、动作识别等领域。
理想002·2020-07-06 18:31

DTW(Dynamic Time Warping) 动态时间规整

DTW可以计算两个时间序列的相似度，尤其适用于不同长度、不同节奏的时间序列（比如不同的人读同一个词的音频序列）。
X猪·2020-07-06 00:47

通过K-MEDOIDS算法对时间序列进行聚类的实现

把基于DTW与K-MEDOIDS的时间序列聚类的算法贴出来，希望对大家有些帮助吧。这份代码是我在以前的代码的基础上直接改的，所以C和C++有些混
君子美玉·2020-07-02 06:15

时间序列聚类

时间序列聚类通常分为三类：1、依时间点聚类：时间点上的相似度，欧氏距离2、依形状聚类：空间上的相似度，DTW3、依变化聚类：数据生成过程中的相似度，基于概率的距离，GMM，ARMA，mixture数据简化方面
我冬·2020-07-01 01:55

语音信号处理之（一）动态时间规整（DTW）

语音信号处理之（一）动态时间规整（DTW）[email protected]://blog.csdn.net/zouxy09这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。
zouxy09·2020-06-30 19:14

DTW(Dynamic Time Warping)算法

变量定义1.warpingfunctionF=c(1),c(2)...c(k)...c(K)其中c(k)=(i(k),j(k))表示两个语音特征序列A和B之间的映射关系。2.time-normalizeddistanceD(A,B)=MinF[∑Kk=1d(c(k))⋅w(k)∑Kk=1w(k)]其中∑w(k)用来归一化不同路径的K大小不一致的问题，d()表示两个特征向量之间的距离。warping
xmucas·2020-06-30 03:15

DTW(动态时间规划算法)——matlab代码运行成功

比如DTW最常用的地方，语音识别中，同一个字母，由不同人发音，长短肯定不一样，把声音记录下来以后，它的信号肯定是很相似的，只是在时间上不太对整齐而已。
IT-Sunshine·2020-06-28 22:32

门店视频解析DTW《二》——用户画像数据挖掘与销售解决方案

到访客户的订购空调价格purchaseprice预测技术~x=layers.Conv1D(128,5,activation='relu')(embedded_posts)x=layers.MaxPooling1D(5)(x)x=layers.Conv1D(256,5,activation='relu')(x)x=layers.Conv1D(256,5,activation='relu')(x)x=
AI深度学习算法实战代码解读·2020-06-28 20:52

HMM学习笔记_1(从一个实例中学习DTW算法)

DTW为(DynamicTimeWarping,动态时间归准)的简称。应用很广，主要是在模板匹配中，比如说用在孤立词语音识别，计算机视觉中的行为识别，信息检索等中。
weixin_34334744·2020-06-28 17:25

基于深度迁移学习进行时间序列分类

论文动机通常来说，用传统的机器学习方法（例如KNN、DTW）进行时间序列分类能取得比较好的效果。但是，基于深度网络的时间序列分类往往在大数据集上能够打败传统方法。
Joe?·2020-06-28 16:48

Dynamic Time Warping 动态时间规整算法

DynamicTimeWarping（DTW）是一种衡量两个时间序列之间的相似度的方法，主要应用在语音识别领域来识别两段语音是否表示同一个单词。
weixin_34261739·2020-06-28 15:07

动态时间规整（DTW） 转载

DynamicTimeWarping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。
weixin_34032792·2020-06-28 10:05

DTW算法Python实现

DTW算法可以用来衡量两个时间序列的相似性，而且两个时间序列的长度可以不必相等。
weixin_30721899·2020-06-27 23:04

Dynamic Time Warping 动态时间规整算法

DynamicTimeWarping（DTW）是一种衡量两个时间序列之间的相似度的方法，主要应用在语音识别领域来识别两段语音是否表示同一个单词。
uboulder·2020-06-27 01:46

DTW算法

dtw算法主要针对序列匹配提出的，尤其是当序列出现一定的飘移，欧氏距离度量就会失效。dtw常用在语音匹配当中，在图像处理里面也有一定的应用。
逆水之天·2020-06-26 21:14

基于DTW相似度的Affinity Propagation(AP)聚类

基于DTW相似度的AffinityPropagation(AP)聚类完整代码：https://github.com/SongDark/DTW_AP数据时序序列数据集CharacterTrajectories
蕉叉熵·2020-06-26 13:23

DTW 算法的实时语音识别——命令词识别（Python 实现）

介绍这是我们计算机视听觉的第三个实验，也是本学期语音部分的最后一个实验，大概花了两天才写完。上个实验做的是语音编码问题，这个实验是语音识别的事，感觉处理语音还是比较有意思的。附上实验代码地址：实验三注意：运行的时候，需要更改我代码中的地址路径，虽然没几个路径，但有些是绝对路径，不更改是运行不了的。实验要求设计命令词识别任务设想一个任务，如智能家居、或车辆控制等确定词表，要求词表中不少于10个词录制
rocketeerLi·2020-06-26 06:38

动态时间规整—DTW算法

简述DynamicTimeWarping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。
赵至柔·2020-06-25 16:56

语音识别-DTW算法

语音识别，声音的特征通过mfcc算出来了以后，我们进行进行跟模板对比，进行判断语音的内容了先录制“目标词”语音，计算出MFCC保存，然后通过录音录入声音，进行计算MFCC，然后跟目标词进行对比，对比使用DTW
qq_39239990·2020-06-25 15:02

完整的dtw算法

首先申明：这个完整的dtw算法是我自己收集并且手动敲上去的，算法不是我写的！只有读取动态语音的部分是我自己写的，我也是为了方便做语音识别的人！！
qq_461364694·2020-06-25 00:07

DTW算法的原理实现

转载地址：http://www.cnphp6.com/archives/605741、应用在大部分的学科中，时间序列是数据的一种常见表示形式。对于时间序列处理来说，一个普遍的任务就是比较两个序列的相似性。在时间序列中，需要比较相似性的两段时间序列的长度可能并不相等，在语音识别领域表现为不同人的语速不同。因为语音信号具有相当大随机性，即使同一个人在不同时刻发同一个音，也不可能具有完全的时间长度。而且
ljh0302·2020-06-24 07:40

DTW算法（语音识别）

DTW主要是应用在孤立词识别的算法，用来识别一些特定的指令比较好用，这个算法是基于DP（动态规划）的算法基础上发展而来的。
少茗·2020-06-23 09:00

从一个实例中学习DTW算法

基于动态时间规整算法(DTW)的相似度计算Killer发表于(2015-10-063)本文标签：大数据机器学习算法浏览量：193次喜欢收藏在孤立词语音识别中，最为简单有效的方法是采用DTW（DynamicTimeWarping
flyingqd·2020-06-23 08:50

DTW基本原理

DTW算法就是通过局部优化的方法实现加权距离总和最小，即，式中，加权函数的选取应考虑两个因素：根据第n对匹配点前一步局部路径的走向来选取，惩罚45度方向的局部路径，以便适应的情况考虑语音各部分给予不同的权值
墨色为著·2020-06-23 08:42

HMM学习笔记_1(从一个实例中学习DTW算法)

DTW为(DynamicTimeWarping,动态时间归准)的简称。应用很广，主要是在模板匹配中，比如说用在孤立词语音识别，计算机视觉中的行为识别，信息检索等中。
cnki_ok·2020-06-22 23:26

基于DTW算法的语音识别原理与实现

【摘要】以一个能识别数字0～9的语音识别系统的实现过程为例，阐述了基于DTW算法的特定人孤立词语音识别的基本原理和关键技术。
一步一个脚印的屌丝·2020-06-22 19:47
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他