Dynamic_Time_Warping

소개글

Dynamic Time Warping에 대한 설명 및 사용 예제에 대한 글입니다.

실제 소스 코드는 http://www.ee.columbia.edu/ln/rosa/matlab/dtw/ 에 나와 있으며 이 파일은

"DTW가 무엇이며 어느 분야에 쓰일 수 있고 이 코드를 통해 도출해 낼 수 있는 결과는 무엇인가?"에 대한 답변입니다.

소스코드에 대한 설명은 중요 알고리즘에 대해서만 끝 부분에서술하였습니다.

목차

1. DTW의 개념
1-1. DTW의 필요성
1-2. DTW의 개념
1-3. DTW 계산하기

2. DTW를 이용한 음성인식 구현
2-1. dmatjddlstlr rkdwhk
2-2. 알고리듬 설명

3. Example simulation using MATLAB
3-1. 똑같은 음성과 비교
3-2. 노이즈 추가, time scaling한 것과 비교
3-3. 단어인식
3-4. 한계점

본문내용

Time계열 자료의 경우, (음석) 각 음소마다의 소요시간이 다르므로 유클리디안 거리를 이용한 방법으로는 같은 단어라 할지라도 거리차이가 크게 나타날 수 있다.
음성인식을 예로 들어보자. "안녕?이란 단어를 말했을 때, 길게 늘려 말한 것과 짧게 말한 것을 유클리디안 거리를 이용한 방법으로 유사도를 측정하면 같은 단어가 아니라고 판별한다. 반면, DTW방법을 사용하면 시간 축에 대하여 늘어지거나 줄어든 스케일의 data에 대해서도 유사도를 판별할 수 있다.

<중 략>

알고리즘에 의하면, 다양한 단어를 인식하려면 그만큼 다양한 단어 templete을 가지고 있어야 한다. 또한 사람마다 음색이 다른 점을 고려해야 한다.

noise가 끼면, 시간 축으로 완전히 동일한 패턴의 신호일지라도 진폭 값이 달라지게 되므로 비유사도가 존재하며 이는 상당히 높은 수준이다.

참고 자료

http://www.ee.columbia.edu/ln/rosa/matlab/dtw/