基于模板匹配的快速语音关键词检出方法

计算机应用 ›› 2013, Vol. 33 ›› Issue (11): 3138-3140.

基于模板匹配的快速语音关键词检出方法

朱国腾¹,孙伟²

1. 中山大学信息科学与技术学院，广州 510006
2. 中山大学软件学院，广州 510006

收稿日期:2013-04-22 修回日期:2013-06-09 发布日期:2013-12-04 出版日期:2013-11-01
通讯作者: 孙伟
作者简介:朱国腾（1988-），男，湖南郴州人，硕士研究生，主要研究方向：模式识别、语音处理；孙伟（1972-），男，江苏连云港人，教授，博士生导师，主要研究方向：多媒体安全、数字媒体。

Rapid speech keyword spotting method based on template matching

ZHU Guoteng¹,SUN Wei²

1. School of Information Science and Technology, Sun Yat-sen University, Guangzhou Guangdong 510006,China;
2. School of Software, Sun Yat-sen University, Guangzhou Guangdong 510006,China

Received:2013-04-22 Revised:2013-06-09 Online:2013-12-04 Published:2013-11-01
Contact: SUN Wei

摘要/Abstract

摘要： 在缺乏训练样本的情况下对语音信号进行关键词检出，基于模板匹配的方法与传统的方法相比，仍然能够对语音进行关键词检出。但是由于模板匹配方法计算局部最小距离的方式是逐帧移动，所以计算时间长。局部最小距离的极值点通常在音素分割点附近，利用这两者的位置关系并结合插值思想，提出一种快速的模板匹配方法。该方法通过在音素分割点之间插值计算局部最小距离，能够有效地缩短计算时间。在TIMIT和CASIA语料库中进行实验，改进的方法与常规的模板匹配方法相比较，快了约2.8倍。

关键词: 关键词检出, 动态时间规整, 音素分割, 插值

Abstract: When dealing with keywords detection without training samples, template matching-based keyword spotting can still be able to spot compared with the traditional method. However, template matching-based method is time-consuming, because it uses frame-by-frame move method to calculate the local minimum distance. The extreme points of the local minimum distance are usually near phoneme segmentation points. A fast template matching method can come out by combining their positions with interpolation idea. By using interpolation to generate the local minimum distance between phoneme segmentation points, this method can greatly reduce the calculation time. When running on the TIMIT and CASIA corpus, the improved method approximately is 2.8 times faster than the conventional template matching-based keyword spotting.

Key words: keyword spotting, Dynamic Time Warping (DTW), phoneme segmentation, interpolation

中图分类号:

朱国腾孙伟. 基于模板匹配的快速语音关键词检出方法[J]. 计算机应用, 2013, 33(11): 3138-3140.

ZHU Guoteng SUN Wei. Rapid speech keyword spotting method based on template matching[J]. Journal of Computer Applications, 2013, 33(11): 3138-3140.

[1]	力尚龙, 刘建华, 贾鹤鸣. 融合多狩猎协调策略的爬行动物搜索算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2818-2828.
[2]	邹耀斌, 张彬. 四向加权香农熵最大化导向的自动阈值分割方法[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3565-3573.
[3]	邱莲鹏, 宋承云. 噪声鲁棒的动态时间规整算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1855-1860.
[4]	向峰, 李中志, 熊熙, 李斌勇. 粒子群局部优化的反距离权重插值算法[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 385-390.
[5]	张瑛琪, 彭大卫, 李森, 孙莹, 牛强. 基于单标签射频识别的唇语识别算法[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1762-1769.
[6]	沈忱, 邰凌翔, 彭煜玮. 面向自动参数调优的动态负载匹配方法[J]. 计算机应用, 2021, 41(3): 657-661.
[7]	李萌, 秦品乐, 曾建潮, 李俊伯. 基于磁共振影像层间插值的超分辨率及多视角融合[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3362-3367.
[8]	郭秀婷, 朱昶胜, 张生财, 赵奎鹏. 分形插值在风速时间序列中的应用[J]. 计算机应用, 2020, 40(9): 2628-2633.
[9]	夏伦腾, 张莉. 基于K近邻和动态时间规整算法的盲人物联网手杖系统[J]. 计算机应用, 2020, 40(8): 2441-2448.
[10]	徐小平, 徐丽, 王峰, 刘龙. 基于Lagrange插值的学习猴群算法求解折扣｛0-1｝背包问题[J]. 计算机应用, 2020, 40(11): 3113-3118.
[11]	刘帅, 刘长良, 甄成刚. 风电机组齿轮箱的多变量时间序列故障预警[J]. 计算机应用, 2019, 39(4): 1229-1233.
[12]	李强, 于凤芹. 改进音高轮廓创建和选择的旋律提取算法[J]. 计算机应用, 2018, 38(8): 2411-2415.
[13]	李慧敏, 张治中, 李琳潇. LTE-A系统中基于小区参考信号的信道估计算法[J]. 计算机应用, 2018, 38(7): 2009-2014.
[14]	高宝建, 王少迪, 胡云, 曹艳军. 基于正交频分复用调制的物理层并行插值加密算法[J]. 计算机应用, 2018, 38(6): 1628-1632.
[15]	张浩, 窦奇伟, 栾桂凯, 姚绍文, 周维. 基于空洞卷积的快速背景自动更换[J]. 计算机应用, 2018, 38(2): 405-409.