比較兩個語音

Question

我需要能夠確定兩個聲音是否非常相似。我們的目標是要有一個非常有限的詞組（10或15個）短的一個或兩個音節詞，然後比較一個捕獲的聲音，以確定它是否是具有環境和捕獲條件中所有常見變化的項目之一。這個想法是，用戶可以通過語音而不是鍵盤或鼠標發出一些簡單的命令。

有沒有人知道最好的方法呢？我不想做全面的語音識別，只是更有限的一些。

Answer 1

我會重新考慮使用語音識別庫......如CMU's Sphinx軟件或Microsoft's speech recognizer。不幸的是，這並不是一項簡單的任務。一種方法是有些典型的如何完成你正在嘗試做的是如下：

1）印章的樣品成小片段（幾毫秒）

2）傅立葉每個段變換，收集校長係數

3）使用隱馬爾可夫模型計算出音素的可能變換給您係數

的序列

4）映射到字典描繪音素的話（你可以看看獅身人面像字典作爲一個指南）......像你這樣的小組應該會產生出色的結果。

---

如果你想在一定程度上簡化了這一點，你可以嘗試採用係數在特定的時間步長，並將它們送入一個SVM或神經網絡...我沒有試過，但還敢打賭，你可以得到合理的結果進行一些調整。