python - Librosa动态时间规整中的最小距离

Question

当使用Librosa库计算两个时间序列之间的动态时间扭曲矩阵时，如何获得两个信号之间的最小距离？在Matlab中，第一个返回的参数是该距离。在Librosa中，返回值是累积成本矩阵，并带有注释“D [N，M]是总对准成本”。

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

Answer 1

总成本是最佳路径上最后一点的累积成本，因此:

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

根据匹配模式，路径可能不会以 D[-1, -1]结尾。