Сопоставление двух серий коэффициентов Mfcc

Поскольку два вектора фактически являются гистограммами, вы можете попробовать вычислить расстояние по хи-квадрат между векторами (обычная мера расстояния для гистограмм).

d(i) = sum (x(i) - y(i))^2/(2 * (x(i)+y(i)));

Хорошую (mex) реализацию можно найти в этом наборе инструментов:

http://www.mathworks.com/matlabcentral/fileexchange/15935-computing-pairwise-distances-and-metrics

Звоните следующим образом:

d = slmetric_pw(X, Y, 'chisq');

У меня была та же проблема, и решение для нее заключалось в сопоставлении двух массивов MFCC с помощью Dynamic Time Warping алгоритм.

После вычисления MFCC у вас теперь должен быть для каждого из ваших двух сигналов массив, в котором каждый элемент содержит MFCC для кадра (массив массивов). Первым шагом будет вычисление «расстояний» между каждым элементом одного массива и каждым элементом другого, то есть расстояния между каждыми двумя наборами MFCC (вы можете попробовать использовать Евклидово расстояние для этого).

Это должно оставить вас с 2-мерным массивом (назовем его "dist"), где элемент (i, j) представляет собой расстояние между MFCC i-го кадра в первом сигнале и MFCC j-го кадра. вашего второго сигнала.

К этому массиву теперь можно применить алгоритм DTW:

• dtw (1,1) = dist (1,1)
• dtw (i, j) = min (dtw (i-1, j-1), dtw (i-1, j), dtw (i, j-1)) + dist (i, j).

Значение, представляющее «разницу» между вашими двумя файлами, - dtw (n, m), где n = nr. кадров в первом сигнале, m = nr. кадров второго.

Для дальнейшего чтения этот документ может дать вам общее представление о применении DTW. в MFCC и эта презентация алгоритма DTW также может помочь.

Недавно я столкнулся с той же проблемой. Лучший способ, который я нашел, - использовать аудиотеку MIRtoolbox, который очень эффективен с точки зрения обработки звука.

После добавления этой библиотеки расстояние между двумя MFCC можно легко вычислить, вызвав (меньшее расстояние ‹=> аналогичные совпадения):

dist = mirgetdata(mirdist(mfcc1, mfcc2));

Я знаю, что вопрос существует уже почти 10 лет, но сейчас я искал то же самое, и лично я нашел приведенные выше предложения слишком сложными. Для тех, кто все еще ищет, вы можете начать с простого использования scipy, чтобы получить расстояние между двумя матрицами с вашими данными mfcc:

>>> from scipy.spatial import minkowski_distance
>>> a = [[-2.231413e+01,-5.495589e+01,-2.177988e+01,-1.719458e+01,-1.513321e+01,1.324277e+01,-9.265136e-01,1.542478e+01,1.007597e+01,7.356851e-01,1.106412e+01,-9.447377e+00,-1.325694e+00 ],[-2.294377e+01,-5.487790e+01,-2.152807e+01,-1.725173e+01,-1.500316e+01,1.287956e+01,-7.995839e-01,1.540848e+01,1.040512e+01,3.215451e-01,1.113061e+01,-9.390820e+00,-1.065433e+00 ], [-2.251059e+01,-5.475804e+01,-2.188462e+01,-1.709198e+01,-1.516142e+01,1.278525e+01,-7.952995e-01,1.602424e+01,9.981795e+00,4.940354e-01,1.081703e+01,-9.485857e+00,-7.487018e-01 ]]
>>> b = [[-2.231413e+01,-5.495589e+01,-2.177988e+01,-1.719458e+01,-1.513321e+01,1.324277e+01,-9.265136e-01,1.542478e+01,1.007597e+01,7.356851e-01,1.106412e+01,-9.447377e+00,-1.325694e+00 ], [-2.294327e+01,-5.488413e+01,-2.152952e+01,-1.724601e+01,-1.500094e+01,1.287461e+01,-8.023301e-01,1.541246e+01,1.040808e+01,3.185866e-01,1.112774e+01,-9.388848e+00,-1.062943e+00], [-2.250507e+01,-5.481581e+01,-2.189883e+01,-1.704281e+01,-1.514221e+01,1.274256e+01,-8.183736e-01,1.606115e+01,1.000806e+01,4.662135e-01,1.079070e+01,-9.468561e+00,-7.260294e-01 ]]
>>> minkowski_distance(a, b)
array([0.        , 0.01274899, 0.11421053])

https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.minkowski_distance.html

Чтобы получить подробные данные MFCC, я использовал yaafe (упакованный в контейнер Docker): http://yaafe.github.io/Yaafe/manual/install.html

Вот как обойти проблему с установкой: https://github.com/Yaafe/Yaafe/issues/52