audio - 如何比较两个音频数据？

Question

我会录制我自己的声音并将它们保存为我的电脑中的 wav 文件。稍后我会说话，计算机应该将我的语音命令与预先存在/预先录制的 wav 文件相匹配。

问题:如何检查两个音频数据是否相等或两个音频之间有 80% 的匹配？

if(audio1 == audio2)
   DO Task A
else if( audio1 is a bit similar to audio 2)
   DO TASK B
else if( audio1 (80% match) audio 2)
   DO TASK C
end if

比较两个音频数据的最佳方法是什么？

Answer 1

不幸的是，仅仅尝试直接比较音频波形，您不会很快到达任何地方。有大量关于语音和说话人识别的研究，如果您不熟悉基础知识，您只会重新发明轮子。我认为您在这里有多种选择，具体取决于您真正想做的事情

开始阅读 HMM、DTW(如 learnvst 所述)和 Mel-frequency Cepstral Coefficients知道从哪里开始。

使用现有的语音 API，例如 Microsoft one它负责低级信号处理，您可以将其构建到您的应用程序中

使用更高级别的东西，例如 Windows Speech Recognition Macros这使您能够通过语音控制 PC 的各个方面(例如“播放紫色薄雾”)

这取决于您是想了解低层次的语音处理(这将涉及大量数学)，还是只需要很少编码即可工作的东西。