단어와 음절 인식을 위한 지표에 대한 통계적 접근

시간 왜곡 패턴 비교 알고리즘은 음성 인식에 널리 사용됩니다. 비교되는 두 단어 또는 음절은 일련의 시간 프레임으로 설명되며, 각 프레임은 일련의 음향 매개변수 값을 포함합니다. 시간 정렬 후, 패턴 간의 제곱 거리의 합은 프레임 내의 매개변수에 대해 합산되고, 이후 프레임 간에 합산됩니다. 얻어진 합은 두 패턴이 동일한 정체성을 가질 확률의 로그에 비례하는 것으로 가정됩니다. 이 가정은 일반적으로 유효하지 않지만, 동일한 음절의 다양한 예제 간의 변동성을 분석하고 그에 따라 지표를 조정함으로써 상당히 진실하게 만들 수 있습니다. 변동성은 음절 내의 프레임 위치와 음향 매개변수의 함수로 추정됩니다. 후자의 경우, 클래스 내 및 클래스 간 공분산 행렬을 추정할 수 있으며, 표준 선형 판별 분석 방법을 적용할 수 있습니다. 이를 통해 이질적인 음향 매개변수를 단일 거리 측정으로 결합할 수 있습니다. 특히, 프레임 및 프레임 차이 매개변수를 결합하면 시간 전개 정보를 사용할 수 있고, 프레임 간 상관관계를 고려할 수 있습니다.