语音相似度评价

语音相似度评价是用于测量语音之间的相似程度，常使用的算法是动态时间规整（Dynamic time warping，DTW），其原理是通过对齐时间序列来评估它们之间相似性。DTW是一种基于对齐的度量（alignment-based metric）与常见的欧式距离不同，DTW考虑到了时间维度上的信息，因此常用在信号处理领域，比如说话人识别，语音识别等。

​下面举个例子解释为什么要用DTW而不是欧式距离，这里我们有一个时间序列的数据集，包含了一些不同的样式。如果我们要对其进行分类，简单的方法就是使用聚类算法，首先采用欧式距离作为度量，我们可以得到如下的结果：

​容易发现在第二类中存在一些格格不入的样式；我们看下采用DTW聚类后的结果：

​可以明显的发现，DTW聚类后的结果，每个类别的差别(类间聚类)比较小。

Dynamic Time Wrap

DTW是基于距离最近原则衡量两个长度不同的时间序列的相似度的方法，是