Algorithm 动态时间扭曲-比较值

如果这是在错误的论坛道歉

好的，我试着比较两种不同的语音信号，我遇到了一个问题。下面是：

我已经将信号分割成块，并计算了每个块的MFCC系数。然后，我使用DTW算法将（输入的）信号与训练信号进行比较

编辑（这个算法有效吗）

我已经更新了算法（从维基百科的文章中写到）：

它现在处理二维向量，而不是一维向量。。我想这就是我出错的地方，因为它打印出了一系列的数字，而不仅仅是1

---

如果（实际、培训）MFCC的输入值完全相同，则差异为“0”，没有差异。我需要检查一个训练值，但是，这个算法看起来正确吗？

您似乎不了解这个算法，可能需要阅读更多关于它的内容。作为MFCC计算的结果，您应该具有二维数组或帧序列。您应该使用欧几里德距离来计算帧之间的距离。您应该使用DTW来比较帧序列。@NikolayShmyrev感谢您的回答：）是的，通过计算MFCC，我有一个包含13个值的2D数组（每个块）。。因此，我是否需要计算欧几里德距离，然后计算DTW？我对此感到困惑。感谢DTW使用了距离函数。这种距离函数应该计算帧之间的欧几里德距离。为了避免混淆，请阅读@NikolayShmyrev上关于DTW的文章，请参阅我的最新文章，我对其进行了编辑以显示算法。。这看起来正确吗？还有，我还需要实现什么吗？算法似乎遵循您提供的链接。每个教程和论文都是正确的，而您不是。您需要传递两个向量：实际值[0]、实际值[1]等等。你不明白的是，实际[0]本身就是一个向量{28.6696，65.8777，44.2725，31.6083，42.6541，38.4104，26.6311，34.9188，37.2065，25.2479，41.5969，54.2681，37.0685，26.207}，所以实际是向量的向量，实际[0]是13个系数的向量