音频识别

Question

我正在制作一个能够录制可识别音频的程序，以便以后可以轻松地与其他音频文件进行比较。 音频文件将包含类似语音的内容，因此我想知道更容易做什么：

• 实现语音识别算法并保存/比较输出
• 或实现/创建一种算法，该算法可以创建类似于音频指纹的内容，例如快速傅里叶变换并比较那些？

有没有人在该领域有过一些经验？我想知道第二种解决方案是否可以在相对较短的时间内实现。也许有一个解决方案不难编码，我只是没有找到它？

Answer 1

看一下声学指纹，你可以在github上找到大部分代码！它应该可以帮助您解决问题，更具体地说是https://github.com/lalinsky/chromaprint/tree/master/tools

有关详细信息，请查看此主题，此主题已被广泛涵盖，Open source audio pattern recognition (finger printing)和Creating custom voice commands (GNU/Linux)