声学缺席的详细探讨：量化语音数据时序表示间的声学差异

语音信号是时序数据的绝佳范例。信号的声学特性随时间变化，有时变化剧烈。然而，我们在语音学中执行的最常见比较类型是在瞬时声学测量之间，例如共振峰值。在本文中，我讨论缺席（absement）概念作为两个时序间差异的量化方法。随后，我提供将缺席应用于人类和/或计算机语音识别的语音学分析的实验范例。该实验为基于模板的语音识别任务，使用动态时间规整比较孤立词录音间的声学。识别准确率达到57.9%。实验结果从将缺席作为工具的使用，以及以词为最小离散语言单元的纯声学口语词识别模型的含义两方面进行了讨论。