我是一名 IT 学生，我得到了一项关于动态时间规整 (DTW) 的作业，使用语音信号处理工具包 (SPTK) 并比较 2 位说话者所说的一些单词并找出相似之处。我设法让 SPTK 正常工作，收集了 8 个人（4 名女性，4 名男性），他们为我每人录制了 8 个单词（每个人的单词相同）并将它们保存为扩展名为 .wav 的文件。
我的 .wav 文件是：RIFF（小端）数据、WAVE 音频、单声道 16000 Hz。我将每个 .wav 文件转换为 .short 数据文件。我使用这行代码将每个 .short 文件传输到 .mcep 文件：
x2x +sf < source_maleA.short | frame -l 400 -p 80 | window -l 400 -L 512 | mcep -l 512 -m 20 -a 0.42 > source_maleA.mcep
之后，我去比较 .mcep 文件和这行代码：
dtw -m 24 target_maleB.mcep < source_maleA.mcep > source_maleA_target_maleB.dtw
该命令行的输出应该是一个数值（可能是一个浮点/双精度/整数值）或几个值。问题是我不确定如何打开那个 .dtw 文件，并且在我得到的文档中没有任何好的信息。当我尝试在任何编辑器中打开它或在终端中打开它时，我会得到一些奇怪的字母作为输出 [图 1]。
然而，在文档中它说使用参数 -s [Score] 我可以获得 DTW 过程的分数。所以我用这个命令行试了一下：
dtw -m 24 -s Scorefile target_maleB.mcep < source_maleA.mcep > source_maleA_target_maleB.dtw
我得到一个值，但格式很奇怪。
我在网上搜索了很多关于 .dtw 文件的文档，但找不到任何东西。我试图将结果转换为另一种格式，但没有任何运气。试图联系我的导师，但到目前为止还没有答案，而且已经有一段时间了。
任何人都可以就做什么或其他任何事情给我任何建议？该文档可以在此站点上找到： http: //sp-tk.sourceforge.net/（抱歉没有链接，但仍然没有足够的声誉 - 如果需要，将删除），但我认为不需要很多，因为我认为我非常了解 DTW 过程并且认为我已经完成了它，只是输出给我带来了问题。
提前致谢，
马可。
