将转换为谱图的wav与其最佳拟合谱图匹配

Question

我有200个不同单词的谱图。我希望能够（或者至少尝试）将一个单词记录为wav（就像我对原始单词所做的那样），将其转换为谱图，然后尝试找到最佳匹配。

不幸的是，很多这些词都非常相似（帽子，蝙蝠等）。我希望能够得到一个匹配，至少可以消除50％的单词。

我有什么选择？我在想两个光谱图之间的区别，但我不确定它的效果如何。