使用 Librosa 的动态时间规整中的最小距离

Question

在使用Librosa库计算两个时间序列之间的Dynamic Time Warping矩阵时，如何获得两个信号之间的最小距离？在 Matlab the first returned argument is this distance. In Librosa 中，returned 值是累积成本矩阵，注释为 'D[N,M] is the total alignment cost.'

这是否意味着D矩阵的右下角是两个时间序列之间的最小距离，就像Matlab中的return值一样？如果不是，我如何获得与 returned 矩阵的距离？

Answer 1

总成本是最优路径上最后一点的累计成本，所以：

D, wp = librosa.dtw(X, Y)
best_cost = D[wp[-1, 0], wp[-1, 1]]

根据匹配模式，路径可能不会在 D[-1, -1] 结束。