gauchissement temps dynamique pour comparer deux enregistrements audio

Question

Je voudrais utiliser Dynamic temps gauchissement pour comparer deux vecteurs de caractéristiques pour deux enregistrements audio (de que je fais bien sûr tous les pré-traitement nécessaire d'abord). Mon programme doit générer la similitude entre les deux enregistrements audio en pour cent. Par exemple 100% signifie que les deux enregistrements sont complètement identiques, et plus différents sont les enregistrements, le nombre inférieur que je reçois. Comment puis-je obtenir autour de lui? Le DTW me donne seulement la longueur du chemin ou le coût de la transition et je ne sais pas comment convertir un de ces numéros à une valeur pour cent.

Answer 1

Je ne suis pas au courant d'aucune mesure de distance entre les signaux qui est mesurée par pour cent. S'il y a un sens de 100%, alors il doit y avoir un sens de 0%. Donc, vous devez d'abord vous demander: qu'est-ce que 0% signifie

Pour DTW, je suis sûr qu'il n'y a pas de conversion établi de distance minimale « pour cent match. » Si vous devez, vous devez définir une quantité heuristique qui est fonction de la distance minimale DTW.

EDIT: En fait, vous pouvez définir une sorte de distance la plus longue si vous avez deux enregistrements de longueur finie. Ce serait la distance d'un chemin qui est allé (si vous regardez à la matrice des coûts) tout le chemin à droite, puis vers le bas, ou tout en bas à droite. Le meilleur chemin, à savoir un match parfait, descend la diagonale principale.

Une idée simple: si vous utilisez (0,1) (1,0) (1,1) en tant que candidats étape, vous pourriez peut-être utiliser le nombre de mesures prises par (0,1) et (1,0) comme une mesure de badness. Cette mesure a certainement un maximum et un minimum, donc il pourrait être mis en correspondance avec une fourchette souhaitable comme 0-100%.