python中是不是有用于计算两个字符串相似度的函数

Posted 2023-04-11

linux环境下，没有首先安装python_Levenshtein，用法如下：

重点介绍几个该包中的几个计算字串相似度的几个函数实现。

1. Levenshtein.hamming(str1, str2)

计算汉明距离。要求str1和str2必须长度一致。是描述两个等长字串之间对应位置上不同字符的个数。如

2. Levenshtein.distance(str1, str2)

计算编辑距离（也成Levenshtein距离）。是描述由一个字串转化成另一个字串最少的操作次数，在其中的操作包括插入、删除、替换。如

算法实现 参考动态规划整理：http://www.cnblogs.com/kaituorensheng/archive/2013/05/15/3080990.html。

3. Levenshtein.ratio(str1, str2)

计算莱文斯坦比。计算公式 r = (sum - ldist) / sum, 其中sum是指str1 和 str2 字串的长度总和，ldist是类编辑距离

注意：这里的类编辑距离不是2中所说的编辑距离，2中三种操作中每个操作+1，而在此处，删除、插入依然+1，但是替换+2

这样设计的目的：ratio(\'a\', \'c\')，sum=2,按2中计算为（2-1）/2 = 0.5,’a\',\'c\'没有重合，显然不合算，但是替换操作+2，就可以解决这个问题。

4. Levenshtein.jaro(s1, s2)

计算jaro距离，

其中的m为s1, s2的匹配长度，当某位置的认为匹配 当该位置字符相同，或者在不超过

t是调换次数的一半

5. Levenshtein.jaro_winkler(s1, s2)

计算Jaro–Winkler距离 参考技术A 这个好像没有 参考技术B python自带库difflib用来做序列比较，通过difflib.SequenceMatcher(None, a, b) .ratio() 返回字符串a和b的相似度，其中第一个位置为自定义函数

测量两个短音频相似度的最简单算法

【中文标题】测量两个短音频相似度的最简单算法

【英文标题】：Simplest algorithm of measuring how similar of two short audio

【发布时间】：2013-03-27 07:09:19

【问题描述】：

问题是寻找任何开源或简单的实现来衡量 iOS 应用程序上两个音频之间的相似程度。

简单来说，音频可以用一维向量来表示，来计算一维向量之间的距离。但音频长度会有所不同，因此需要一些预处理等。

期待在这里得到一些线索，谢谢

【参考方案1】：

使用DTW可以有效地计算两个可变长度序列之间的相似性：

http://en.wikipedia.org/wiki/Dynamic_time_warping

这个算法很容易自己实现，维基页面上链接了很多现有的实现。

简单来说，音频可以用一维向量来表示，

在帧上拆分音频并将其转换为特征的二维向量是合理的，其中对于每一帧，您都有一个与不同频带相对应的值（特征）数组。如果要处理音乐，每帧做一个 FFT 是个好主意，对于语音，最好计算mel-frequency cepstrum

同样，您可以使用许多现有的库来获取 mel 频率特征，其中之一是语音识别工具包CMUSphinx

【讨论】：

非常感谢！得到了很多信息！尤其是iOS开源cmusphinx.sourceforge.net