如何比较两个 MFCC 特征向量或两个语音话语的 MFCC 特征向量之间的相似度答案

【问题标题】：How to compare two MFCC feature vector or similarity between the MFCC feature vector of two speech utterances如何比较两个 MFCC 特征向量或两个语音话语的 MFCC 特征向量之间的相似度
【发布时间】：2014-11-14 23:29:31
【问题描述】：

我提取了两个话语的 13 个 MFCC 特征。第一个话语的特征集大小为 11*13，其他为 18*13。那么，如何比较两个特征集来找出这两个词的相似度呢？

如果有人知道，我没有使用任何分类器，标准工具遵循哪种算法来比较 MFCC 特征向量。请建议我，以便我可以实施它。

【问题讨论】：

你做到了吗？

标签： speech-recognition text-to-speech mfcc

【解决方案1】：

比较两个不同长度的序列的算法称为“动态时间扭曲”，您可以在 Wikipedia 中找到详尽的描述：

http://en.wikipedia.org/wiki/Dynamic_time_warping

还有许多不同语言的参考实现。

【讨论】：

【解决方案2】：

您可以在 matlab 中尝试以下代码。在将 mfcc 用于 2 波之后，让我们假设第一波是 mfcc1，第二波是 mfcc2。代码是：

mfcc1=mfcc1';
mfcc2=mfcc2';
M=simmx(mfcc1,mfcc2);
[p,q,c]=dp(1-M);
v=c(size(c,1),size(c,2))

复制过去的代码并运行 mfcc 值为 mfcc1 和 mfcc2，

我使用了 dtw 逻辑，我取了 mfcc 的逆，然后我取了相似矩阵，我找到了成本最低的路径。如果完全匹配，则值为 0 如果它接近匹配，你将获得接近零的值。我希望这个能帮上忙。谢谢……

【讨论】：

为什么是1-M？你为什么要取c的最后一个元素？
如何在python中做同样的事情？