DTW 在 Matlab 和 C/MEX 中实现。 C/MEX 函数非常快。 我们使用的算法是来自 wiki 的标准算法： http : //en.wikipedia.org/wiki/Dynamic_time_warping 包里有demo。 要使用，只需调用： d=dtw(s,t,w) 或 d=dtw_c(s,t,w)

基于DTW算法的语音识别原理与实现(附源码)

DTW操作截图说明文件DTW操作截图说明文件DTW操作截图说明文件

Python模块 动态时间扭曲被用作时间序列之间的相似度。 该软件包提供了两种实现： 该算法的基本版本（请参见） 依赖scipy cdist的加速版本（有关详细信息，请参见 ） import numpy as np # We define two sequences x, y as numpy array # where y is actually a sub-sequence from x x = np . array ([ 2 , 0 , 1 , 1 , 2 , 4 , 2 , 1 , 2 , 0 ]). reshape ( - 1 , 1 ) y = np . array ([ 1 , 1 , 2 , 4 , 2 , 1 , 2 , 0 ]). reshape ( - 1 , 1 ) from dtw import dtw manhattan_distance = lambd

【语音识别】基于DTW的0-9数字语音识别matlab源码含 GUI.md

《matlab扩展编程》高清绝版电子书，关于录音，DTW，HMM语音识别有详细代码，绝对经典

以一个能识别数字0～9的语音识别系统的实现过程为例，阐述了基于DTW算法的特定人孤立词语音识别的基本原理和关键技术。其中包括对语音端点检测方法、特征参数计算方法和DTW算法实现的详细讨论，最后给出了在Matlab下的编程方法和实验结果。

使用matlab 实现DTW算法（源代码） 使用matlab 实现DTW算法，语句比较简单易懂，已经经过测试

动态时间规整DTW是一个典型的优化问题，它用满足一定条件的的时间规整函数W(n)描述测试模板和参考模板的时间对应关系，求解两模板匹配时累计距离最小所对应的规整函数。

matlab的语音识别代码，基于dtw算法实现，实验过的啊