首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >MFCC特征向量与DTW的比较

问MFCC特征向量与DTW的比较
EN

Stack Overflow用户
提问于 2018-01-16 00:38:10
回答 2查看 3.9K关注 0票数 5

我正在寻找一些关于动态时间弯曲(DTW)的建议。

我有一个Python脚本,并从不同长度的.WAV文件中提取Mel频率倒谱系数(MFCC)特征向量。特征向量是长度可变的数组,包含12个MFCC的数组。

例如,一个.WAV文件可以由包含10组12个特征向量的数组来表示,而另一个.WAV文件可以由一个包含20组12个特征向量的数组来表示。

我打算使用DTW来比较这两个数组的数组,但我不确定如何比较。我理解DTW的概念,如果数组中包含的特征向量是单个数字,那么实现它是没有问题的,我的困惑是因为它们是数组。

Tl;dr:如何使用DTW比较两个数组的数组?

编辑:我已经阅读了this的问题,但没有用。

非常感谢,亚当

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2018-01-16 02:40:23

有一个nice tutorial on DTW here

我已经在十几篇论文中做到了这一点,请参阅zebra finch example here

需要注意的一件关键事情。您可能只想将一个特征向量与相应的特征向量进行比较。这是罕见的,它是有用的全部12个。

票数 3
EN

Stack Overflow用户

发布于 2018-11-29 03:41:45

在here中有一个非常好的例子。

使用python中的DTW软件包,可以计算两个Mel频率倒谱系数(MFCC)特征向量之间的DTW。

尽管看起来他们在教程中使用了相同长度的音频,但对于可变长度的音频,它工作得很好。

换句话说,我的数组的形状是(3183,12)和(3130,12),它工作得很好。

即使我不完全理解您的目的,我认为最好是分别计算每个系数的DTW。

在这种情况下,您可以使用this示例。

如果你正在尝试做语音识别,here是另一个例子。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/48267199

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档