【开楼】最近在做少量孤立单词的自动语音识别，开楼求助。

RT。。
第一个问题：
我打算使用DP算法，即基于时间动态规划比较输入波形与模式波形的编辑距离，但是怎样在
算法中表示波形的帧序列？
子问题：
1：WAV文件结构是怎样的？
2：数据需要压缩吗？
3：如何建立基准消除两个序列在整体上的偏差？
比如一个波形是sin(t),另一个是sin(t)+10;他们应该是匹配的，如何消除常
数项对规划的影响？
暂时这么多。。感谢大神