音頻性別檢測

我一直在通過讀取音頻文件的頻率數據來搜索性別檢測的各種形式。我找到一個可以做到這一點的程序，甚至任何可以輸出音頻數據的程序都沒有運氣，所以我可以編寫一個基本程序來讀取它並操作它來確定演講者的性別。音頻性別檢測

你們有沒有人知道我在哪裏可以找到幫助我的東西？

重申一下，我基本上想要一個程序，當一個人說話時，它會以相當的精度說出說話者的性別。我的完整計劃是對其上的文字功能進行演講，這樣程序就會寫出演講者所說的內容，併爲演講者提供一些非常基本的人口統計信息。

*最好使用支持跨平臺或Linux的通用腳本語言。

2013-02-04 Cyrusc

可能重複：http://stackoverflow.com/questions/5062032/audio-analysis-to-detect-human-voice-gender-age-and-emotion-any-prior-open – David

你會想看看共振峯檢測和線性預測編碼。 Heres a paper有一些信號流程圖可以移植到scipy/numpy。

2013-02-04 06:24:22 blaise

雖然老問題，但如果有人有興趣從音頻中進行性別檢測，可以通過提取MFCC（Mel頻率倒譜系數）特徵並使用機器學習模型GMM（高斯混合模型）對其進行建模，

你可以按照這個教程來實現這個功能，並對從Google的AudioSet性別智慧數據中提取的子集進行評估。

2017-06-14 11:46:24

回答