ios - 测量两个短音频相似度的最简单算法

Question

问题是寻找任何开源或简单的实现来衡量 iOS 应用程序上两个音频之间的相似程度。

简单来说，音频可以用一维向量表示，计算一维向量之间的距离。但是音频长度会有所不同，因此需要一些预处理等。

期待在这里得到一些线索，谢谢

Answer 1

两个变长序列之间的相似度可以用DTW高效计算:

http://en.wikipedia.org/wiki/Dynamic_time_warping

这个算法很容易自己实现，并且在 wiki 页面上链接了很多现有的实现。

Simply speaking, audio can represented by 1-D vector,

在帧上拆分音频并将其转换为特征的二维向量是合理的，对于每个帧，您都有一个对应于不同频带的值(特征)数组。如果你想处理音乐，每一帧的 FFT 是个好主意，对于语音，最好计算 mel-frequency cepstrum

同样，您可以使用许多现有库来实现梅尔频率特征，其中之一是语音识别工具包 CMUSphinx