audio - 声音匹配/搜索

Question

实际上，声音匹配/搜索的当前状态是什么？我目前正在远程参与规划一个 Web 应用程序，该应用程序将包含和公开记录的短音频剪辑(最多 3-5 秒，人名)的数据库。已经提出了一个问题，是否可以实现基于用户语音输入的搜索。我的直觉告诉我，从计算和算法的角度来看，这都是一项不可能完成的任务，尤其是在 Web 应用程序中(而且它不是应用程序的核心功能)。我意识到可能有许多学术项目，这将是一个很好的研究课题，但它不是任何可以作为附加功能实现到中型 Web 应用程序的东西。为了支持我的主张，我花了半个小时进行搜索，以免错过任何明显的东西，但我真的找不到任何好的来源。

我知道在不花更多时间自己研究的情况下提出关于 SO 的问题不是很负责任，但我一直注意到，在 SO 上提出问题比随机谷歌搜索更有效、准确和更快。

Answer 1

有一些音频指纹技术(主要是专有的)，它们本质上是“散列”音频文件。然后搜索是一个简单的哈希表或数据库查找。

Musicbrainz 对各种技术有很好的了解 Here

这些指纹是否适合或准确适合您的特定情况，我无法告诉您。