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
发布于 2018-01-16 02:40:23
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。
https://stackoverflow.com/questions/48267199
复制相似问题