java - 使用FFT比较两个音频文件然后实时比较

Question

我正在为 Android 制作一个应用程序，它将在应用程序运行时保存用户语音命令；将来自麦克风输入的实时数据与保存的数据进行比较。到目前为止，我已经将语音保存在 wav 文件中，现在我想将它与输入流进行比较。我已使用此 API 应用 FFT，因为它与 Android 兼容:

http://code.google.com/p/musicg/

我对这个 api 也不太了解，但我认为 FFT 数据存储在 FrequencyTimeDomainRepresentation 对象中。我在互联网上搜索，发现我必须使用一个窗口来比较数据，但我不知道该怎么做。我不知道如何比较数据。

请告诉我如何比较 FFT 数据以及如何将保存的文件数据与输入流数据匹配，我的意思是代码。同时，我正在尝试使用 java 比较两个音频文件，目前不在 android 上。

任何帮助将不胜感激，谢谢。

Answer 1

如评论中所述，这是一个与 DSP 相关的问题。您应该在 dspexchange 上询问详细信息。

但要给你一个快速的'n'dirty 答案。准确定义你的算法应该做什么。它应该做语音识别吗？如果您只想简单地衡量相似性，请使用互相关(询问谷歌)。您也不需要为此进行 FFT(最近 FFT 似乎被过度使用了很多。每个人都不知道他在做什么，却想出了 FFT 的东西)。一旦你知道你想做什么并且你知道你真的需要它，FFT 可能会发挥作用；也许是为了应用一些心理声学模型。但即便如此，一个简单的 haar 变换可能更充分、更简单和更快，尤其是在移动设备上。