All the world's a stage

一个包含随机模型的DTW

#DTW #HMM #paperReading
来源 目的 思路 灵感 成品 参数 实验 值得关注的点

来源

Nakagawa, Seiichi, and Hirobumi Nakanishi. “Speaker-independent English consonant and Japanese word recognition by a stochastic dynamic time warping method.” IETE Journal of Research 34.1 (1988): 87-95.

目的

日语单词识别

思路

DTW。但不是standard DTW。希望引入一些随机模型。

灵感

HMM

成品

在对比了HMM Viterbi Decoding的公式后，发现DTW的cumulative distance公式可以近似仿写成这个形式。于是模仿着引入了output distribution和transfer probability。见文章中“General equation of stochastic dynamic time warping method” section。

参数

  1. output distribution -> multivariant Gaussian
  2. transfer probability -> count based on averaged template

实验

feature

LPC + energy

实验一：英语辅音识别

23男性，每人7-10句，每局平均8个词，2.6秒

  1. Training -> 16人
  2. Testing -> 7人

实验二：日语单词识别

  1. Training -> 30男性，共216词
  2. Testing -> 10男性，共200词 共15分钟左右数据

值得关注的点

  1. How to create a reference pattern?
  2. How to calculate transfer probability?
  3. How to form the stochastic DTW and what’s the relating topology of HMM?