Skip to main content

การแปรปรวนเวลาแบบไดนามิกคืออะไร?

การแปรปรวนเวลาแบบไดนามิก (DTW) เกี่ยวข้องกับวิธีการคำนวณที่เรียกว่าอัลกอริทึมเพื่อเปรียบเทียบเสียงวิดีโอและกราฟิกที่อาจคล้ายกัน แต่ตัวอย่างซึ่งอาจมีความแตกต่างเล็กน้อยการคำนวณมักจะกำหนดการแสดงเชิงเส้นของตัวอย่างและวัดความแตกต่างเป็นฟังก์ชันของเวลาองค์ประกอบที่แตกต่างกันของตัวอย่างสามารถแมปบนกริดเพื่อระบุความคล้ายคลึงกันในขณะที่คำสั่งสำหรับฟังก์ชั่นมักจะใช้สัญลักษณ์เพื่อระบุตัวแปรแต่ละตัวยกตัวอย่างเช่นการรู้จำเสียงพูดบางครั้งใช้การแปรปรวนเวลาแบบไดนามิกเพื่อให้ตรงกับคำพูดแม้ว่าจะพูดด้วยความเร็วที่แตกต่างกันหรือบางส่วนจะออกเสียงแตกต่างกัน

โปรแกรมการจดจำคำพูดจำนวนมากใช้การแปรปรวนเวลาแบบไดนามิกเพราะผู้คนมักพูดในอัตราที่แตกต่างกันเสียงสระบางอย่างอาจถูกประกาศแตกต่างกันไปขึ้นอยู่กับอารมณ์หรือปัจจัยอื่น ๆบางโปรแกรมสามารถจดจำคำพูดที่พูดไม่ว่าใครกำลังพูดด้วยเหตุนี้จึงมักจะไม่มีประสิทธิภาพในการเพิ่มระยะทางในช่วงเวลาเพื่อเปรียบเทียบเสียงด้วย DTW จะทำการวิเคราะห์จุดเฉพาะเวลาต่าง ๆ สำหรับแต่ละสัญญาณระยะทางเหล่านี้คำนวณจากกริดซึ่งทำงานจากด้านล่างซ้ายไปขวาบนขวา

ความคล้ายคลึงกันในส่วนที่สอดคล้องกันของสองตัวอย่างสามารถวัดได้โดยใช้ระยะทาง Levenshteinตัวอักษรถูกใช้เพื่อแสดงการเปลี่ยนแปลงระหว่างแหล่งข้อมูลหนึ่งกับอีกแหล่งหนึ่งการแก้ปัญหาอัลกอริทึมโดยทั่วไปจะมีจำนวนมากขึ้นเท่าไหร่ตัวอย่างทั้งสองก็แตกต่างกันมากขึ้นแนวคิดนี้มักจะใช้สำหรับการรู้จำเสียงพูดเช่นเดียวกับการตรวจสอบการสะกดและวิเคราะห์สารพันธุกรรม

ในการวัดบางอย่างการเปลี่ยนแปลงความถี่สามารถชดเชยความสามารถของการแปรปรวนเวลาแบบไดนามิกสัญญาณสามารถคำนวณได้ในลักษณะที่ใช้แบบฟอร์มของพวกเขาโดยไม่คำนึงถึงความถี่สัญญาณมอดูเลตสามารถก่อให้เกิดปัญหาได้เช่นกัน แต่กริดที่คำนวณระยะทางระหว่างส่วนบรรทัดแทนคะแนนสามารถชดเชยได้

การจัดเรียงลำดับโดยทั่วไปทางคณิตศาสตร์และทักษะการเขียนโปรแกรมคอมพิวเตอร์บางอย่างจำเป็นต้องเข้าใจอย่างเต็มที่อัลกอริทึมการแปรปรวนเวลาแบบไดนามิกขึ้นอยู่กับเงื่อนไขพื้นฐานบางอย่างสำหรับการคำนวณความแตกต่างระหว่างตัวอย่างเสียงหรือภาพเมื่อพิจารณาตัวอย่างเป็นเส้นทางตามตารางอัลกอริทึมมักจะปฏิบัติตามกฎเช่นเส้นทางไม่สามารถหันหลังกลับและวัดได้ทีละขั้นตอนนอกเหนือจากรูปแบบด้านล่างซ้ายไปจนถึงรูปแบบขวาการวัดยัง จำกัด เฉพาะสถานที่ใกล้กับเส้นทแยงมุมค่าที่สูงชันเกินไปหรือตื้นมักจะไม่สนใจเพราะอาจทำให้เกิดข้อผิดพลาดในการวัดขั้นสุดท้าย