连接词识别的Level Building 算法。。。。。。

看了一篇论文，A Level Building Dynamic Time Warping Algorithm for Connected Word Recognition，IEEE TRANSACTIONS ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING, VOL. ASSP-29, NO. 2, APRIL 1981，上面描述了Level Building 算法用于连接词识别，还讲了该算法与 Two level DP 算法的联系。。。。而Two level Dp算法已经可以很好的实现出来，但Level Building  算法在操作的过程中遇到了一点点小问题。。。。。代码如下，希望大家能指出来。。。。。

N=size(T,2);%测试序列的帧数K=length(DataSet);%参考模板个数L=7;%连接词最大数目%Algorithm S2%Word level Matching %InitializeD=inf(N,N,K);for e=1:N %起点标号    for b=e-40+1:e-8+1 %终点        if b>0            for v=1:K                dist=dtw(T(:,b:e), DataSet{v}.mfcc);                 D(b,e,v)=dist;            end        end    endend%Initialize初始化 第一级F(1,1:N,1:K)=-1;for e=2:N      mindstk=inf;      v1=-1; %最优词索引     for v=1:K         mindist=inf;         k=-1;         for b=1:e-1             if e-b+1>=8&e-b+1<=40             if D(b,e,v)<mindist                 mindist=D(b,e,v);                 k=e; %保存上一个结束点             end             end         end         Dst(1,1,v)=inf;         Dst(1,e,v)=mindist;         F(1,e,v)=k;                  if Dst(1,e,v)<mindstk             mindstk=Dst(1,e,v);             v1=v;         end     end          B(1,e)=mindstk; %第一级的最小距离      W(1,e)=v1; %保存第一级最优词序号     if v1>0     DF(1,e)=F(1,e,v1); % DF保存第一级最小路径测试序列对应的帧号     else     DF(1,e)=0;      end   end% Start Phrase level Matching for l=2:L             %层循环        for e=l+1:N   %测试模板帧      mindstk=inf;      v1=-1; %最优词索引         for v=1:K       %所有的参考模板            mindist=inf;             k=-1;          for b=2:e-1             if e-b+1>=8&e-b+1<=40             if D(b,e,v)+B(l-1,b-1)<mindist                 mindist=D(b,e,v)+B(l-1,b-1);                 k=b-1; %保存上一个结束点             end             end          end         Dst(l,e,v)=mindist;         F(l,e,v)=k;                      if Dst(l,e,v)<mindstk             mindstk=Dst(l,e,v);             v1=v;          end                  end                        B(l,e)=mindstk; %第l级的最小距离      W(l,e)=v1; %保存第l级最优词序号      if v1>0      DF(l,e)=F(l,e,v1); % DF保存第l级最小路径测试序列对应的帧号     else     DF(l,e)=0;      end             endend%Find Best Length 省略。。Lr=7; %假设bset Length为7eL=N;words=[];while Lr>0     words=[W(Lr,eL) words];     eL=DF(Lr,eL);     Lr=Lr-1;enddisp(words-1); %输出结果

用连续数字串：1344507.wav 做实验，识别输出的结果为：1   1     3     4     5     0     7

 

2012.12.18 修正的LevelBuilding 算法：

function [Pr,Br,Wr] = levelBuilding(hmms,O)%   hmms:HMM模型集合%   O:观测序列% 返回值： Pr：最佳累积距离；Br:最佳累积距离对应的帧；Wr:最佳词序列    T= size(O,1);%语音帧数,观测序列长度    K=length(hmms);%HMM模型个数    L=7;  %最大层数，即词数%At level l=1%Initialization      P=-inf(L,T,K);      B=zeros(L,T,K);      Pr=-inf(L,T);  %保存最优概率      Br=zeros(L,T);      Wr=zeros(L,T);     delta=cell(1,K);      fai=cell(1,K); %记录状态      init=cell(1,K);     trans=cell(1,K);      %初始化      for i=1:K        hmm=hmms{i}.hmm; %第i个隐马尔可夫模型的状态数       delta{i}=zeros(T,hmm.N); %第i个模型的token        %初始化第i个模型的第一个状态的概率，转换为对数形式       fai{i}= zeros(T,hmm.N);       init{i}=hmm.init;           trans{i}=hmm.trans;       ind1  = find(init{i}>0);       ind0  = find(init{i}<=0);       init{i}(ind0) = -inf;       init{i}(ind1) = log(init{i}(ind1));       %初始化第i个模型的的转移概率      ind1 = find(trans{i}>0);      ind0 = find(trans{i}<=0);      trans{i}(ind0) = -inf;      trans{i}(ind1) = log(trans{i}(ind1));      end     x = O(1,:);        for k=1:K      for i=1:hmms{k}.hmm.N %每个HMM的状态数  delta{k}(1,i) = init{k}(i) + log(mixture(hmms{k}.hmm.mix(i),x)); %初始化前向概率矩阵,初始状态概率乘以t=1时观测序列的输出概率      end   end     delta1=delta; %保存初始值，以免迭代覆盖  for t=2:T %从第二个观测序列开始              for  k=1:K          for j = 1:hmms{k}.hmm.N  %对该模型的所有状态      [delta{k}(t,j), fai{k}(t,j)]= max(delta{k}(t-1,:) + trans{k}(:,j)');%找出t-1时刻所有状态最大的前向概率与转移的矩阵kk      x = O(t,:);      delta{k}(t,j) = delta{k}(t,j) + log(mixture(hmms{k}.hmm.mix(j),x)); %记录第k个词的最大距离         end             P(1,t,k)=delta{k}(t,hmms{k}.hmm.N);         B(1,t,k)=0; %保存帧号还是0？？     end     [pm,q]=max(P(1,t,1:K));      Pr(1,t)=pm;      Br(1,t)=B(1,t,q);      Wr(1,t)=q;end%%%%%%%%%%%%%%%%%%%%%%level=1 End%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%level=2 开始。。。。。%Initialization delta2(1,1:4)=0;  belta(1,1:4)=0;for l=2:L       for t=2:T %从第二个观测序列开始              temp=-inf; wi=0;        for k=1:K                        if trans{k}(1,1)+delta2(t-1,1)>temp                temp=trans{k}(1,1)+delta2(t-1,1);                wi=k;            end        end             %[pb,ind]=max(trans{1:K}(1,1)+delta2(t-1,1));             x=O(t,:);             [va,ind]=max([Pr(l-1,t-1) temp]);             delta2(t,1)=va+log(mixture(hmms{wi}.hmm.mix(1),x));             if ind==1                  belta(t,1)=t-1;             else                 belta(t,1)=belta(t-1,1);             end             %%递归             for k=1:K                  for j = 1:hmms{k}.hmm.N  %对该模型的所有状态                                                             [vm,vd]=max(delta2(t-1,:)+ trans{k}(:,j)');                      x=O(t,:);                     delta2(t,j)=vm+log(mixture(hmms{k}.hmm.mix(j),x));                     belta(t,j)=belta(t-1,vd);                  end                                  P(l,t,k)=delta2(t,hmms{k}.hmm.N);              B(l,t,k)=belta(t,hmms{k}.hmm.N); %保存帧号还是0？？             end                %%结束递归    end     [pm,q]=max(P(l,t,1:K));      Pr(l,t)=pm;      Br(l,t)=B(l,t,q);      Wr(l,t)=q;    end%  disp(delta2);end