1

我正在开发一个程序，该程序应记录可识别的音频，以便以后可以轻松地将其与其他音频文件进行比较。音频文件将包含类似语音的内容，所以我想知道什么会更容易做：

  • 实现语音识别算法并保存/比较输出，
  • 或实施/创建一种算法，使用例如快速傅里叶变换创建类似音频指纹的东西并进行比较？

有人在这方面有经验吗？我想知道第二种解决方案是否会在相对较短的时间内实现。也许有一个不太难编码的解决方案，我只是没有找到它？

4

1 回答 1

1

看看声学指纹，大部分代码都可以在 github 上找到！它应该可以帮助您解决问题，更具体地说是https://github.com/lalinsky/chromaprint/tree/master/tools

有关更多信息，请查看此线程，该主题已被广泛介绍，开源音频模式识别（指纹）和创建自定义语音命令（GNU/Linux）

于 2014-03-29T05:09:53.203 回答