计算机生成和人声的完全相似

Question

我正在寻找一种算法，通过他们的语音来比较两个声音文件。我想评估某种分数（例如0：没有相似性; 100：相同的声音）。因此，我在Audacity中加载了一台计算机生成和录制的人声“Hello”（我知道，这不是那么专业......）并且看着波浪。

https://dl.dropbox.com/s/p8o8tpsayo9xr14/hello.png（不幸的是，我不允许嵌入图片）

尽管声音完全相同，但波浪并没有那么多。

有没有办法检测这两个波之间的相似性并计算上述分数？

Answer 1

这是一个您可能对free speech recognition tools and applications感兴趣的开源项目。这是另一个open source toolkit for speech recognition。我敢肯定，如果你“鸭子”，你会发现其他人，如果这些不符合你的口味。干杯！