我正在编写一个Android应用程序，让用户可以通过麦克风录制他的声音。把它保存在存储器中将其链接到特定内容（如联系人）。之后，用户再次呼叫该语音＆amp;应用程序应将其与保存的音频文件进行比较＆amp;找到与声音匹配的那个。
我搜索了很多＆amp;发现一些在线执行此操作的库，例如EchoPrint，可以从录制的音频和音频中生成指纹。将它发送到开源服务器＆amp;返回结果。但我需要离线这样做。
有人知道这样的图书馆吗？
答案 0 :(得分：6)
如果您的目标是将用户的旧录音与新呼叫进行比较，那么服务器上的Python中的Dejavu或C ++中的Echoprint等音频指纹解决方案将无济于事您。它们用于对录制的音频片段和噪声进行识别和检索。 他们无法处理人类声音中的变异。请参阅解释here。
如果是这种情况，那么你所指的是speaker recognition，这是更难的并涉及相当多的机器学习。对于大量用户（特别是在手机上离线）这样做很难，但是为了确定几个用户之间，它可能是可行的。
答案 1 :(得分：1)
下面是一个很好的图书馆。哪个好用。但您需要在此之前将音频文件转换为波形格式。