Dinamičko vremensko iskrivljenje (DTW) uključuje metodu izračuna, nazvanu algoritam, za usporedbu zvukova, videa i grafike koji mogu biti slični, ali uzorci mogu imati suptilne razlike. Izračuni obično formuliraju linearni prikaz uzorka i mjere razlike kao funkciju vremena. Različiti elementi uzorka mogu se preslikati na mrežu kako bi se identificirale sličnosti, dok naredbe za funkcije često koriste simbole za identifikaciju svake varijable. Prepoznavanje govora, na primjer, ponekad koristi dinamičko vremensko iskrivljenje kako bi se slagale riječi čak i ako se izgovaraju različitom brzinom ili se određeni dijelovi izgovaraju drugačije.
Mnogi programi za prepoznavanje govora koriste dinamičko iskrivljenje vremena jer ljudi često govore različitim brzinama. Određeni glasovi samoglasnika mogu se različito najavljivati ovisno o emocijama ili drugim čimbenicima. Neki programi mogu prepoznati izgovorene riječi bez obzira na to tko govori. Iz tog razloga obično nije učinkovito zbrajati udaljenosti u vremenskim intervalima radi usporedbe zvukova. S DTW-om se analiziraju različite vremenske točke za svaki signal; te se udaljenosti izračunavaju na mreži koja se proteže od donjeg lijevog do gornjeg desnog.
Sličnosti u odgovarajućim dijelovima dvaju uzoraka mogu se izmjeriti pomoću Levenshteinove udaljenosti. Slova se koriste za predstavljanje promjena između jednog i drugog izvora. Rješenje algoritma obično je veći broj što su dva uzorka različitija. Ovaj koncept se često koristi za prepoznavanje govora, kao i za provjeru pravopisa i analizu genetskog materijala.
U nekim mjerenjima, promjene frekvencije mogu nadoknaditi sposobnost dinamičkog krivljenja vremena. Signali se mogu izračunati na način da se njihov oblik koristi bez obzira na frekvenciju. Modulirani signali također mogu predstavljati problem, ali mreža koja izračunava udaljenosti između segmenata linija umjesto točaka može kompenzirati.
Usklađivanje sekvenci je općenito matematičko i potrebne su neke vještine računalnog programiranja da bi se u potpunosti razumjelo. Dinamički algoritmi izobličenja vremena ovise o nekim osnovnim uvjetima za realno izračunavanje razlika između audio ili vizualnih uzoraka. Razmatrajući uzorak kao stazu duž mreže, algoritam često slijedi pravila, kao što je staza ne može se vratiti i da se mjeri korak po korak. Osim formata od donjeg lijevog do gornjeg desnog, mjerenja su ograničena na mjesta blizu dijagonalne crte. Vrijednosti koje su prestrme ili plitke često se zanemaruju jer mogu uzrokovati pogreške u konačnom mjerenju.