java - 如何检测音频流中特定单词的出现。

Question

起初我以为它会像图像识别一样简单。

创建 FANN hopfield 网络，而不是用二进制转换的图像训练/馈送它，用二进制转换的声音馈送它。

但：

1. 如何将 wav 转换为二进制字符串（我相信我需要二进制而不是字节 - 对吗？）
2. 如何使其连续，我的意思是计算来自麦克风的单词/声音的出现作为来源。
3. 什么是最好的java库来做到这一点（不是SPHINX或其他语音识别库——我想让我的代码语言独立，甚至识别自定义声音——比如拍手）

我以前使用 FANN 进行图像识别，并且我知道 Encog，但也许有更好的东西（或更简单，我实际上并不了解如何使用 Encog）和更可取的 Java 本机，以便轻松移植到移动设备

Answer 1

如果您已经能够使用图像，也许这就是您所需要的： http ://code.google.com/p/asperes/

它可以将 WAV 声音样本转换为 BMP 图像（频谱图）以及将任意 BMP 图像转换为声音 (WAV)。

文档中的描述：

Audio Spectrograph and Re-Synthesis (ASPERES) 是一个小型命令行实用程序，可以从声音样本生成图像（频谱图），以及从任意图像生成声音。