Arrays 如何在MFCC系数数组上执行DTW？

目前我正在MATLAB中从事语音识别项目。 我采集了两个语音信号，并提取了它们的MFCC系数。 据我所知，我现在应该计算两者之间的欧几里德距离，然后应用DTW算法。这就是为什么我计算了两者之间的距离，得到了一组距离。 所以我的问题是如何在结果数组上实现DTW

以下是我的MATLAB代码：

清除所有；全部关闭；clc

% Define variables
Tw = 25;                % analysis frame duration (ms)
Ts = 10;                % analysis frame shift (ms)
alpha = 0.97;           % preemphasis coefficient
M = 20;                 % number of filterbank channels 
C = 12;                 % number of cepstral coefficients
L = 22;                 % cepstral sine lifter parameter
LF = 300;               % lower frequency limit (Hz)
HF = 3700;              % upper frequency limit (Hz)
wav_file = 'Play.wav';  % input audio filename
wav_file1 = 'Next.wav';


% Read speech samples, sampling rate and precision from file
[ speech, fs, nbits ] = wavread( wav_file );
[ speech1, fs, nbits ] = wavread( wav_file1 );

% Feature extraction (feature vectors as columns)
[ MFCCs, FBEs, frames ] = ...
                mfcc( speech, fs, Tw, Ts, alpha, @hamming, [LF HF], M, C+1, L );
[ MFCC1s, FBEs, frames ] = ...
                mfcc( speech1, fs, Tw, Ts, alpha, @hamming, [LF HF], M, C+1, L );

L = pdist2(MFCCs, MFCC1s, 'euclidean');

---

免责声明：我不是matlab用户

我认为在你的陈述中可能有一个误解，“我现在应该计算两者之间的欧几里德距离，然后应用DTW算法”

使用DTW的意义在于，您必须比较两个系列（针对wav 1和wav 2的MFCCs系列），并且两个wav的持续时间可能不同，因此您将得到两组大小不同的MFCCs向量。DTW帮助您比较两个MFCC系列，而不管它们的大小（请参阅）

因此，例如，如果您提取了wav 1的3个MFCC特征向量和wav 2的5个MFCC特征向量，通过应用DTW，您可以比较它们，从而有效地获得它们之间的差异或距离。您不必在“之前”计算距离DTW，您可以使用DTW来计算它（事实上，否则我不知道如何计算到不同长度序列之间的距离）

正如我在开始时所说，我不是matlab用户，但在google上快速搜索“matlab dtw”后，我找到了这篇文章：，其中他们指的是

dtw（）

：

---

免责声明：我不是matlab用户

我认为在你的陈述中可能有一个误解，“我现在应该计算两者之间的欧几里德距离，然后应用DTW算法”

使用DTW的意义在于，您必须比较两个系列（针对wav 1和wav 2的MFCCs系列），并且两个wav的持续时间可能不同，因此您将得到两组大小不同的MFCCs向量。DTW帮助您比较两个MFCC系列，而不管它们的大小（请参阅）

因此，例如，如果您提取了wav 1的3个MFCC特征向量和wav 2的5个MFCC特征向量，通过应用DTW，您可以比较它们，从而有效地获得它们之间的差异或距离。您不必在“之前”计算距离DTW，您可以使用DTW来计算它（事实上，否则我不知道如何计算到不同长度序列之间的距离）

正如我在开始时所说，我不是matlab用户，但在google上快速搜索“matlab dtw”后，我找到了这篇文章：，其中他们指的是

dtw（）

：

---

我建议使用标准的欧几里德距离而不是欧几里德距离，因为de MFCC系数在每个维度上都有不同的范围

例如，如果您有以下两个维度向量A（500,4）、B（504,4）和C（502,3），使用欧几里德距离将导致dist（A，C）dist（A，B），因为每个维度距离都已标准化为其平均值。因此，您将（504-500）/502<（4-3）/3.5

---

因此，对于MFCC，最好使用此归一化步骤来改善结果。

我建议使用标准欧几里德距离而不是欧几里德距离，因为de MFCC系数在每个维度上的范围不同

例如，如果您有以下两个维度向量A（500,4）、B（504,4）和C（502,3），使用欧几里德距离将导致dist（A，C）dist（A，B），因为每个维度距离都已标准化为其平均值。因此，您将（504-500）/502<（4-3）/3.5

因此，对于MFCC，最好使用此规范化步骤来改进结果

  dist = dtw(x,y) stretches two vectors, x and y, onto a common set of
  instants such that dist, the sum of the Euclidean distances between
  corresponding points, is smallest