我正在为我们的工作场所开发一个项目，以操纵我们的环境，如灯光、咖啡机、打印机等，我不知道如何检测谁在与我们的系统说话。
我正在使用Speech.Recognition库使用 C# 构建项目。
到目前为止，我已经设法捕获命令并执行简单的事情，但我想更进一步并检测到这个人，所以如果一个人例如“John”正在说话，那么当他说“Hi system”时，系统会记录说话的人回答“嗨，约翰！” 之后它只识别“约翰”的语音命令并忽略不同的声音。
问问题
3422 次
3 回答
4
你想要做的就是所谓Voice Biometrics的，这是一个难题，由 Nuance 等公司解决（http://www.nuance.com/for-business/by-solution/customer-service-solutions/solutions-services/inbound-解决方案/语音-身份验证-生物识别/index.htm）。我确信有开源/研究解决方案。
一个好的项目（Java）例如：http: //sourceforge.net/projects/marf/
于 2013-03-19T22:04:38.893 回答
2
您要求进行语音识别或语音验证，这是语音分析的众多用途之一。请注意，语音识别远非完美。
您首先需要训练数据和算法，从中为您的演讲者推导出统计模型。稍后，在识别/验证阶段，您将尝试根据您的统计模型拟合输入数据并确定阈值，该阈值决定说话者是否已知。如果您想自己实现它或只是寻找更多技术信息，一些关键字是梅尔频率倒谱系数、高斯混合模型和隐马尔可夫模型。
一个有趣的工具可能是Praat。它不能直接作为库使用，但 ICSI 的人们编写了一个名为praatlib的包装器。它提取语音特征，例如共振峰频率、音高等。ICSI 使用它来区分录音中的说话者（这称为 diarization）。
有相当多的免费工具可用，但都需要深入了解统计、语音分析和大量时间才能理解通常记录不足的学术代码。您应该看看的一些有趣的项目是Sphinx (Java) 和SHoUT (C++)。Sphinx 有很好的文档，如果您发现自己对理论细节提出质疑，可以阅读 SHoUT 的论文。
于 2013-06-09T07:55:41.913 回答
0
您需要使每个用户都独一无二。
您可以通过拥有一个用户池并使用您的识别库来做到这一点......将他们独特的语音属性（音高，电平等）存储到所述池中，然后让您的软件识别这些属性并相应地执行。
于 2013-03-19T20:51:20.263 回答